Download gravite word for pdf

Section de l’analyse des marchés
Potentiels de commerce entre économies
hétérogènes : un petit mode d’emploi des modèles
de gravité
Document de recherche appliqué
Novembre 2001
Potentiels de commerce entre économies hétérogènes :
un petit mode d’emploi des modèles de gravité
Lionel Fontagné (CEPII et TEAM)
Michael Pajot (TEAM, Université de Paris I et CNRS)
Jean-Michel Pasteels (CCI, Centre du Commerce International CNUCED/OMC)
(Document technique)
Document de recherche appliqué
Section de l’analyse des marchés
CCI
Centre du commerce international CNUCED/OMC
GENEVA
Novembre 2001
M.DPMD/01/0134
Résumé
Deux forces concurrentes déterminent l'intensité des échanges commerciaux entre pays: leur
revenu et leur taille qui constituent des forces d’attraction et les forces de résistance que
représentent la distance et les obstacles variés au commerce. Des combinaisons variées de
variables macro-économiques, comme les PNB et les populations, avec la distance géographique
ou l'existence de frontières communes sont par conséquent de bons prédicteurs des potentiels et
des types d'échanges.
Au bénéfice d'une base théorique désormais bien établie et d'une exigence minimale en termes
de données les équations de gravité, qui combinent les variables venant d'être évoquées, sont
devenues l'un des instruments les plus populaires d’analyse du commerce international. Et le
calcul des potentiels de commerce en est l'application la plus répandue. Il s'agit alors d'estimer
une équation de ce type, puis de l'utiliser en simulation. Cela permet d'obtenir le niveau "naturel"
des échanges entre n'importe quelle paire de pays, au niveau agrégé ou pour de grands secteurs.
De nombreuses difficultés sont toutefois inhérentes à ce type de méthodologie. Cet article les
examine et propose des solutions originales, concernant notamment la non-linéarité de la relation
entre revenu et commerce. Une estimation sur un échantillon comprenant à la fois des pays en
développement et des pays industrialisés déboucherait sur des résultats erronés. En particulier, si
l'échantillon d'estimation ne comprend que des pays OCDE, il sera impossible d'utiliser en
dehors de cet échantillon les élasticités obtenues.
Ces problèmes sont examinés ici en utilisant un modèle de gravité appliqué à des pays
hétérogènes (OCDE vs. en développement). Des données en coupe pour 1995-96 sont mobilisées
pour 75 pays échangeant dans 14 secteurs regroupant 261 industries définies aux niveaux 3 et 4
de la CTCI.
Trade Potential Among Heterogeneous Countries: A Short User's Guide
Abstract
The two opposite forces which determine bilateral trade between countries are their income and
activity levels, and the extent of impediments to trade. Various combinations of macro-economic
variables such as gross domestic product and population with geographic distance or the
existence of borders are accordingly powerful predictors of trade potential and trade patterns.
Due the combination of strong theoretical basis and low data requirement, gravity equations,
which combine the previous elements, are one of the most popular tools in empirical studies in
international trade. Calculating trade potential is certainly the most widely used application of
gravity equations: a gravity equation explaining bilateral exports within a sample of countries is
estimated and is used in simulation to obtain natural bilateral trade between any two countries.
Such a methodology can be applied either at the aggregated or industrial level, but has not yet
been extensively been implemented on an industrial basis.
This paper sheds light on numerous difficulties in such a methodology. In particular, there are
strong non-linearities, especially in the impact of income per capita on trade and when the
sample entails both LDC and OECD countries. In this context, the estimators will behave poorly.
It is unadvised to apply elasticities calculated on a sample of OECD countries to non OECD
countries.
These issues are tackled here by applying a gravity model to heterogeneous countries (OECD
countries and developing countries). Using cross sectional estimates (1995-96), we consider the
breakdown of 75 declaring countries bilateral trade into 14 clusters, entailing 261 industries
(defined at the 3 and 4 digit of the SITC).
Introduction
Le modèle gravitationnel des échanges est devenu au cours des deux dernières décennies un outil
standard de modélisation du commerce international. La multiplicité des applications de ce
modèle a favorisé sa très large diffusion. Il permet de rendre compte du volume des échanges
bilatéraux ainsi que de leur nature. Il peut également être utilisé pour mesurer les effets de
création ou de détournement d'échanges associés à la formation des unions douanières, ou
encore pour évaluer le degré de distorsion des échanges. On relève également de nombreuses
applications à la modélisation des flux (ou stocks) bilatéraux d'investissements directs à l'étranger
voire d’investissements de portefeuille (Portes et Rey, 2000). Dans ce dernier cas, c’est
naturellement la « géographie de l’information » qui est en cause, non les coûts de transport. Rose
(2000) et Engel et Rose (2001) ont enfin utilisé une telle approche pour évaluer le potentiel de
création d’échanges associé au passage à la monnaie unique.
Ce succès serait lié à ce que le modèle de gravité des échanges combine simplement une identité
comptable à deux hypothèses (Haveman et Hummels, 1999). L'une relative aux préférences des
consommateurs (qui veulent consommer toutes les variétés), l'autre relative à la spécialisation
complète (chaque bien/variété n’est produit que dans un seul pays et chaque bien est différent).
Cette ambiguïté disqualifierait alors le modèle en matière de test empirique des théories.
En dépit des critiques dont il fait l'objet (Hummels et Levinsohn, 1995 ; Evenett et Keller, 1998),
le modèle gravitationnel reste un outil irremplaçable de calcul des potentiels d’échanges
bilatéraux, définis comme la fraction du commerce « normal » -- déterminé par les conditions
macro-économiques des pays considérés – absente des statistiques. De ce point de vue, le
premier apport de cet article sera d’examiner la sensibilité des méthodes de calcul des potentiels
de commerce bilatéraux à un certain nombre d’hypothèses le plus souvent implicites et de
proposer des solutions pratiques, notamment en présence de résidus importants. Nous nous
proposons ainsi d'ouvrir la boîte de Pandore, afin d'alerter les utilisateurs des problèmes sousjacents.
Dans le même esprit, la robustesse de la méthode proposée sera évaluée en s’appuyant sur un
exercice particulièrement difficile : la modélisation des exportations des pays en développement.
Cet exercice revêt une importance toute particulière lorsque l’on sait que l’éloignement du
« centre » peut constituer un frein au développement (Henderson, Shalizi et Venables, 2000). On
estimera le potentiel aussi bien à un niveau global (les exportations totales d’un pays déclarant
vers ses différents partenaires) qu’à un niveau sectoriel. Cet exercice de simulation soulignant les
apports et limites de ce type de méthodologie constituera notre second apport.
Ainsi, cet article n’a-t-il d’autre prétention que de constituer un petit mode d’emploi à l’attention
des utilisateurs des modèles de gravité. Il a été inspiré par la mise en place du plus large modèle
de calcul des potentiels d'échanges sectoriels des pays en voie de développement. Les principaux
résultats de ce modèle opérationnel, intitulé TradeSim, sont disponibles sur Internet1. Le lecteur
intéressé par les autres applications du modèle de gravité pourra consulter l’encadré 1.
Le reste de l’article est organisé comme suit. La première section s’intéresse au débat suscité par
la combinaison d’un grand pouvoir explicatif du modèle avec l'absence initiale -- devenue
multiplicité -- de fondements théoriques des spécifications retenues. La section suivante présente
1
Sur le site du CCI : http://www.intracen.org/menus/countries.htm
les principes de calcul des potentiels d’échanges. On conclut à la nécessité d’une spécification
appropriée aux pays en développement, examinée dans la troisième section. Une dernière section
illustre les résultats de la méthode en examinant trois cas.
Encadré 1 : Applications du modèle de gravité
1- Effets de création de détournement d'échanges au sein des unions douanières :
Les résultats obtenus diffèrent largement selon les auteurs et les méthodes. Haveman et Hummels
(1998) dressent le bilan très contrasté des résultats obtenus pour le Marché commun : Bikker
(1987) observe un biais vers les pays tiers au début de la création du marché commun,
disparaissant par la suite. A l'inverse Aitken (1973), Brada et Mendez (1983) ou Bayoumi et
Eichengreen (1995) parviennent à des conclusions symétriques. Frankel et Wei (1993)
n'obtiennent quant à eux aucune conclusion tranchée. Bayoumi et Eichengreen confirment
l’existence d’un effet combiné de détournement et de création d’échanges dans le cas européen.
Sur la base d’une spécification en différence première d’un modèle gravitaire très simple, ils
expliquent les échanges bilatéraux totaux entre 21 pays industriels sur la période 1953-1992. Ils
capturent l’effet de détournement versus création d’échanges en introduisant des variables
muettes pour la CEE et l’AELE. Ils montrent que les détournements d’échanges apparaissent plutôt
au début de l’existence de ces deux unions régionales. Chaque élargissement a conduit à une
réplication des deux types d’effets. Une partie de l’explication de ces résultats décevants est liée à
des spécifications comportant des variables omises. Ce problème est partiellement résolu par
Bayoumi et Eichengreen qui utilisent une équation estimée en différences premières. Ceci permet
de ne pas introduire d'effets fixes mais ne résout pas le problème de variables omises variant au
cours du temps. L'explication donnée par Haveman et Hummels constitue une critique plus
radicale de la méthode : ayant défini, de façon aléatoire, des blocs commerciaux de 10 pays, ils
introduisent les classiques variables muettes d’appartenance aux blocs et mettent en évidence un
effet de détournement de commerce. Selon eux, ceci tiendrait à l'absence de contrôle de
l'importance des échanges multilatéraux : l’utilisation de parts de commerce bilatéraux permet
d'assurer la correction nécessaire et de montrer que le marché commun n'a pas été à l'origine
d'un détournement d'échanges. Soloaga et Winters (1999) considèrent 9 accords commerciaux
préférentiels et mesurent leur impact en termes de création de commerce avant et après la vague
de renouveau du régionalisme du début de la décennie 90. Ils introduisent 3 indicatrices dans un
modèle gravitaire estimé en coupe pour 17 années consécutives depuis 1980 : importateur et
exportateur dans l'accord, importateur seul dans l'accord, exportateur seul dans l'accord. La
première indicatrice est censée rendre compte de la création d'échanges intra-zone, les deux
autres rendent compte du degré d'ouverture du bloc. Pour l'UE, l'AELE et l'ASEAN l'impact du
régionalisme sur les échanges intra-blocs serait négatif. Pour les autres blocs le résultat inverse est
obtenu. Et pour l'UE un effet de détournement d'importations est obtenu. Le modèle est estimé
sur 58 pays sans précaution d'échantillonnage.
2- Super-Régionalisme :
Les préoccupations empiriques précédentes rejoignent naturellement le débat sur le caractère
naturel ou super naturel du régionalisme (Krugman 1991). Les échanges intra-régionaux ont-ils
dépassé l'intensité naturelle que leur confère la géographie, l'histoire ou le poids des économies ?
Eaton et Tamura (1994) modélisent les échanges et les investissements directs du Japon et des
Etats-Unis avec une centaine de partenaires, en panel. Ils mettent en évidence l’importance de la
dimension régionale dans la détermination des flux des deux types. L'effet correspondant est
identifié par Frankel et Wei (1993) : toutes choses égales par ailleurs, deux membres de l'APEC
commerceront 4 à 5 fois plus entre eux que dans un monde complètement multilatéral. En ce qui
concerne la Communauté européenne, la variable d’intégration régionale n’est pas significative
en 1980, elle le devient en 1985 mais les échanges ne sont “que” 50% plus élevés que la
normale.
3- Autres applications :
Les modèles intégrant des variables gravitaires ont récemment débouché sur de multiples autres
utilisations dans le débat sur le régionalisme. Fontagné et Pajot (1999) soulignent la
complémentarité entre Investissement Direct à l’Etranger et commerce; Head et Mayer (2000)
mettent en évidence de forts effets frontière au sein du Marché unique; Bénassy-Quéré, Fontagné
et Lahreche-Revil (2000) montrent que la géographie compte pour la détermination des frontières
des arrangements monétaires; enfin Rose (2000) montre que l'appartenance à une union
monétaire à un effet très positif sur les échanges.
4- Barrières aux échanges
Les barrières tarifaires et non-tarifaires constituent un autre obstacle aux échanges. S’il est
possible de repérer les droits de douane à un niveau fin des nomenclatures 2, il est par contre
malaisé d'agréger cette information élémentaire (Bouët, 2000). Une pondération des droits par les
importations est susceptible de sous-estimer fortement le niveau de protection des échanges, dans
la mesure où les importations sont nécessairement plus limitées là où les droits sont élevés. Une
pondération par les productions nécessiterait des données de production à un niveau fin, et qui
plus est dans une nomenclature compatible avec celle utilisée pour les échanges. Mais la
difficulté la plus grande est naturellement celle associée aux mesures non-tarifaires (quotas par
exemple), qui doivent en toute logique être ramenées à des équivalents tarifaires. Enfin la
question de l’équivalent tarifaire des mesures anti-dumping reste posée (Messerlin, 2000).
A supposer que toutes ces informations sur la protection puissent être compilées, et ceci au
niveau bilatéral, on peut alors intégrer le niveau de protection des échanges dans une équation
gravitaire. Fontagné et Péridy (1995) et Castilho (1999) appliquent cette méthode respectivement
aux exportations vers l’Europe des pays d’Afrique du Nord et du Mercosur. Il apparaît dans le
premier cas que la marge préférentielle positive dont disposent le Maroc et la Tunisie a un impact
positif sur leurs exportations à destination du marché européen. Dans le cas du Mercosur au
contraire, il s’agit d’une préférence « négative », entravant les exportations. Une libéralisation
multilatérale des échanges peut alors être simulée. Elle aura un impact potentiellement négatif
dans le premier cas (la préférence se réduit, même si le marché se libéralise globalement) et
fortement positif dans le second (les deux effets vont dans le même sens). A un niveau assez
détaillé de décomposition de la nomenclature produits, les difficultés apparaissent toutefois
(Hummels, 1998; Castilho, 1999), et ceci pour deux raisons au moins : d’une part le modèle
gravitationnel est fondé sur des données macro-économiques, notamment en ce qui concerne
l’offre; d’autre part la protection est pour partie endogène (c’est la rapide progression des
importations qui déclenche une réaction protectionniste).
Une autre approche des barrières aux échanges est possible, dès lors que l’on place une grande
confiance dans la spécification du modèle ou dans le choix des effets fixes supposés capter
l’influence des variables omises : celle de considérer les résidus de l’équation gravitaire comme le
reflet des obstacles aux échanges. La difficulté est ici que l’hypothèse de départ est forte, et que le
même type de démarche s’applique aux potentiels de commerce -- or, il est difficile de faire d’une
pierre deux coups.
2
Base TRAINS de la CNUCED par exemple.
Le débat sur la gravité
Des principes simples de modélisation permettant de disposer d’un outil de portée générale : la
genèse du modèle de gravité, devenu le «couteau suisse» de l’internationaliste, est tout d’abord
présentée. Une deuxième sous-section renverse la charge de la preuve : un modèle pouvant tout
faire n’est-il pas «bon à rien» ?
Des principes simples, une grande portée
L’idée de s’appuyer sur les principes de la gravité en économie semble avoir été introduite par les
spécialistes d’économie spatiale. Reilly l’a appliquée pour étudier les aires d’influence des zones
urbaines 3. En ce qui concerne l’économie internationale, à l'origine, le modèle de gravité est un
expédient empirique : le poids de chaque économie dans les échanges mondiaux étant plus ou
moins proportionnel à son PNB, l'intensité bilatérale des échanges entre deux pays est
proportionnelle au produit des PNB du déclarant i et de son partenaire j, à un coefficient
d’échelle près. En l’absence de « frictions », en particulier les coûts de transport, on retrace cette
intuition dans l’équation (1), en notant X les exportations et Y les PNB.
(1) X ij = AYiY j
Le niveau de développement a également une influence importante sur les échanges, d'où
l'intérêt d'ajouter à la spécification précédente les populations ou indifféremment les PIB par tête.
A ces éléments d'attraction des échanges, auxquels il n'est pas rare d'ajouter des indicatrices de
facteurs "culturels" tels l'histoire commune, la langue commune etc., s'opposent des forces de
résistance : coûts de transport, barrières tarifaires ou non-tarifaires aux échanges. Finalement,
l’équation généralement estimée, sans que l’on se pose systématiquement la question de ses
fondements précis, est donnée par (2) ou (3) avec Li, Lj les populations, y le revenu par tête, Pij une
variable muette de préférences commerciales et uij un terme d’erreur (Sanso et al. 1993, par
exemple).
(2)
X ij = α 0 yαi 1 yαj 2 Yiα 3 Yjα 4 Dijα 5 Pijα6 e
(2) X ij = α 0Yi
u ij
(α1 +α 3 )
Y j(α 2 +α 4 ) L−i α1 L−jα 2 Dijα 5Pijα 6 e
u ij
La distance géographique est ainsi retenue comme proxy du coût de transport, étant donné
l’indisponibilité de données fiables relatives à ces coûts : il est délicat d’utiliser la différence CAFFAB4, tandis que les bases de données permettant d’identifier les coûts de transport réels sont
partielles et rares. Hummels (1998) est à notre connaissance la seule tentative sérieuse
d’introduire de « véritables » coûts de transport dans un modèle gravitaire, à savoir des coûts de
fret, et ceci pour un échantillon restreint de pays déclarants : nous y reviendrons. En l’absence
d’une telle information, on retient généralement une distance géodésique entre deux capitales ou
deux centres économiques, calculée à partir des longitudes et latitudes des deux villes choisies.
Ceci pose plusieurs problèmes très concrets :
§
la trajectoire directe n’est pas nécessairement la route suivie par le fret, en raison du
franchissement du pôle Nord par exemple (Head et Mayer, dans ce numéro);
§
l’existence d’obstacles naturels peut impliquer de longs détours entre villes très proches
3
Reilly W.J. (1929) “Methods for the Study of Retail Relationships”, University of Texas Bulletin, 2944, cité par
Bairoch (1985) De Jéricho à Mexico, villes et économie dans l’histoire, Gallimard et Reilly W.J. (1931) The Law of
Retail Gravitation, New York, Knickerbocker Press, cité par Fujita M., Krugman P. et Venables A.J.(1999) The Spatial
Economy : Cities, Regions and International Trade, Cambridge, MIT Press..
4
CAF: coût, assurance et frêt. FAB: franco à bord.
(fleuve sans pont ni tunnel);
§
l’incidence des coûts de transport sur les choix d’exportation n’est pas identique pour tous les
pays (Freudenberg et alii, 1998) : l’exportateur australien souhaitant accéder à son premier
marché d’exportation parcourra toujours plus de distance qu’un exportateur belge. Nous
reviendrons en détail sur cette question des distances relatives;
§
les distances intérieures doivent être parcourues même par les produits domestiques or, à
distance égale, les produits domestiques font toujours l’objet d’échanges plus intenses.
Généralisant ce dernier point, il apparaît que les frontières ont un rôle ambigu, à l’origine d’une
recherche empirique très active aujourd’hui. L’existence d’une frontière commune entre deux
pays renforce leurs échanges bilatéraux, dans la mesure où la géographie des activités
économiques recouvre difficilement les frontières politiques. L’adjacence vient alors contrecarrer
l’effet négatif de la distance géographique. Mais en retour, franchir une frontière a un coût, qui
peut rester élevé en l’absence même de formalités ou d’immobilisation des véhicules. C’est le cas
au sein du marché unique, pour des raisons qui n’ont pas encore été pleinement élucidées
(Fontagné, Freudenberg et Péridy, 1998; Head et Mayer, 2000).
Nonobstant ces difficultés, et utilisant des spécifications simples, il est apparu très tôt qu'une
partie importante de la variance du volume des échanges bilatéraux pouvait être expliquée par un
modèle de gravité (Tinbergen, 1962). Il manquait toutefois à ce type de modélisation un
fondement théorique permettant d'obtenir des équations réduites directement estimables.
A l’exception du travail pionnier de Linnemann (1966), il revient à Anderson (1979) et Bergstrand
(1985) d’avoir apporté les premières justifications. Dans les deux cas, c’est l’hypothèse
d’Armington sur la différenciation des produits qui est mobilisée. Les produits diffèrent par leur
provenance. Deardorff (1995) reprend cette hypothèse en se basant sur la non-égalisation des prix
de facteurs dans un modèle classique du commerce international.
Mais ce sont les développements de la littérature sur le commerce international en concurrence
monopolistique qui ont débouché sur les conclusions les plus fortes. Les produits sont
différenciés au niveau des firmes plutôt qu’au niveau des pays. Krugman (1980) introduit les
coûts de transport dans le modèle de concurrence monopolistique et débouche sur une équation
de demande proche de l’équation de gravité dès que l’on assimile taille des pays et offre de
variété : il est ainsi devenu usuel de considérer que le modèle de gravité des échanges était le
"compagnon" du modèle de concurrence monopolistique (Havrylyshin et Pritchett, 1991; Frankel
et Wei, 1993; Bayoumi et Eichengreen, 1995; Wei, 1996; Hummels, 1998).
Bergstrand (1989) propose dans la même veine une « équation généralisée » (équation 4 cidessous), pouvant être estimée au niveau sectoriel5 et non plus au niveau global, et autorisant
donc quelques libertés par rapport aux contraintes de « dimensionalité » des modèles soulignées
par Ethier (1974). Dans l’équation (4), en accord avec les fondements théoriques du modèle, les
revenus nationaux sont des proxies des niveaux de production, les revenus par tête des proxies
des dotations factorielles 6, Dij une proxy des coûts de transport, enfin Pij une variable muette
relative aux accords commerciaux préférentiels. Dans la mesure où PRi et PRj sont des indices de
prix et Eij est le taux de change bilatéral nominal, la combinaison de ces variables rend compte de
la compétitivité prix.
5
On ajoutera alors un indice à Xij, PRi et PRj: Bergstrand décompose ainsi le commerce bilatéral en 9 sections de la Classification
Type du Commerce International (CTCI). En accord avec ce fondement théorique, il serait nécessaire d’introduire des prix différents
pour chacune de ces sections CTCI. En l’absence de telles données, Bergstrand utilise simplement des indices de prix de gros,
identiques entre branches. La marge de préférence elle-même peut être calculée au niveau des industries individuelles, plutôt que
d’être introduite sous la forme d’une variable muette (Fontagné et Péridy, 1995).
6
Dans la mesure où une version faible du théorème de Rybczynski peut être avancée si le nombre de produits dépasse celui du
nombre de facteurs, un accroissement de la dotation d’un pays dans un facteur tend à augmenter sa production dans l’industrie
utilisant relativement intensivement ce facteur.
α
α
α
α
α
α
α
α
α
(3) X ij = α 0 yi 1 y j 2 Yi 3 Y j 4 Dij 5 Pij 6 Eij 7 PRi 8 PR j 9 e
u ij
Franchissant un pas supplémentaire dans l’administration de la preuve, Helpman et Krugman
(1985) élaborent un cadre théorique synthétique intégrant des échanges inter-branche7 et intrabranche (en différenciation horizontale). Il existe alors une relation de proportionnalité entre les
échanges et le produit des PIB des partenaires, dans un modèle à deux pays et deux biens
différenciés horizontalement dont les variétés entrent de façon symétrique dans des préférences.
Dans ces conditions, le volume bilatéral des échanges, ne dépend plus (positivement) que de la
similarité de taille des partenaires à l'échange. Helpman (1987) s’appuie sur ce résultat pour
défendre l’idée selon laquelle le succès de l’équation de gravité constituerait un test de la validité
de la théorie de la concurrence monopolistique.
Cette dernière interprétation a toutefois soulevé des interrogations : Hummels et Levinsohn
(1995) reproduisent les résultats de Helpman, et ceci en utilisant alternativement un échantillon
de pays OCDE et de pays non-OCDE. Or, le modèle de concurrence en variété s’accommode
d’un contexte de pays développés, aux consommateurs disposant d’un revenu suffisant pour
valoriser la variété. En d’autres termes, l’équation de gravité prédirait avec succès les volumes
d’échanges indépendamment des échantillons et donc des théories sous-jacentes. Evenett et
Keller (1998) confirment qu’un modèle classique du commerce international entre pays
suffisamment différents pour être spécialisés complètement sur les industries (et non plus sur les
produits) reproduit les principes de gravité.
Deardorff (1995) avait déjà avancé l'idée de fonder l’équation de gravité sur une logique de type
Heckscher-Ohlin. Pour lui, deux "clés" permettent de comprendre comment les forces de gravité
s'appliquent aussi aux approches classiques du commerce international.
La première clé est que dans un monde sans friction, exporter ou vendre sur le marché
domestique est totalement indifférent. Dans ces conditions, les flux d'échanges suivront les
principes de la gravité dès lors que les préférences sont identiques, homothétiques et que les
consommateurs choisissent entre les différentes provenances de façon aléatoire. Ici, le terme de
proportionnalité de l'équation (1) est simplement l'inverse du PNB mondial.
La deuxième clé est moins intuitive : en pratique, il existe des frictions et il est impossible de
postuler l'égalisation des prix de facteurs dans ces conditions. Si les pays échangent sur la base
de fondements de type Heckscher Ohlin, c'est donc qu'il y a spécialisation complète, éventualité
renforcée par la disproportion entre le nombre de produits et le nombre de facteurs dans la
réalité. En poussant cette logique à son terme, le modèle classique aboutit à des conclusions
similaires à celles du modèle de concurrence monopolistique. Dans le modèle de concurrence
monopolistique, en effet, le principe de gravité est associé à l'hypothèse de spécialisation
complète des pays (en réalité des firmes) sur les variétés, même s’il n’y a pas spécialisation des
pays au sens traditionnel du terme. Chaque variété n’étant produite que par un seul producteur,
donc dans un seul pays, les préférences portant sur l’ensemble des variétés entraînent un
commerce intense au sein de la zone intégrée.
Par ricochet, un certain nombre de régularités statistiques identifiées indépendamment de tout
cadre théorique rigoureux (Balassa et Bauwens, 1987) ont trouvé une justification ex post dans
ces travaux : ce n’est pas seulement le volume du commerce intra-branche qui peut être expliqué
7
Un échange inter-branche porte sur des biens appartenant à des branches différentes à l'importation et l'exportation. Par
opposition, un échange intra-branche correspond à l’échange croisé de variétés différenciées appartenant à la même branche. Dans
le cas d’un échange intra-branche de produits différenciés horizontalement, les produits sont issus de la même fonction de
production, et l’opposition par rapport à l’échange inter-branche est parfaite. Dans le cas d’un échange de produits différenciés
verticalement, au contraire, les fonctions de production des variétés au sein d’une même banche différeront, ce qui rend plus
complexe la distinction des déterminants et des effets des échanges inter-branche et intra-branche.
par une équation gravitaire : c’est bien la part de cette dernière forme d’échange qui peut être
expliquée (Bergstrand,1990) par des arguments en terme de taille (ou de revenu par tête) et de
différence de taille (ou de revenu par tête).
Un marché intégré de grande taille est un marché dans lequel les échanges sont intra-branche. Au
contraire, des pays de taille différente échangeront entre eux sur un mode plutôt inter-branche :
les consommateurs et producteurs du petit pays souhaitent avoir accès à toutes les variétés du
grand pays, alors que le petit pays ne peut offrir en retour qu’une variété plus limitée. Le grand
pays sera alors en position d’exportateur net de variétés dans ses échanges avec le petit pays.
Parallèlement, un niveau élevé de revenu par tête moyen au sein de la zone intégrée devrait
renforcer la demande de différence (Lassudrie-Duchêne, 1971), propriété non valable pour les
biens de première nécessité. Enfin, des pays similaires (en dotation factorielle ou en revenu par
tête) devraient échanger entre eux sur un mode plutôt intra-branche. Fontagné, Freudenberg et
Péridy (1999) s'attachent à retenir un ensemble de pays suffisamment différents pour autoriser les
spécialisations et suffisamment similaires pour ne pas retomber sur des problèmes de nondiversification8. Les résultats obtenus confirment les propositions théoriques de Bergstrand à
l’exception notable de celle relative aux différences de revenu par tête9. Fontagné (1999) résout ce
problème en isolant l’impact des variations du taux de change.
Enfin, il est apparu que d'autres structures de marché que la concurrence monopolistique,
comme le duopole engagé dans un dumping réciproque, pouvaient s'accommoder de ce type de
représentation des échanges (Feenstra, Markusen et Rose, 2001)10.
On retiendra de ces développements que différents mécanismes peuvent être invoqués pour
justifier les forces de gravité présentes dans les échanges bilatéraux, entre économies développées
comme entre celles-ci et pays en développement. Cette conclusion est d’ailleurs soulignée par
Bergstrand (1985 et 1989). Rien n’interdit alors d’utiliser un tel modèle en simulation sur des
échantillons de pays très différents. Mais la valeur des paramètres estimés, et donc les élasticités
utilisées en simulation, diffèrent selon les cas, ce qui constitue un élément important à prendre en
compte dans la stratégie de modélisation. Nous reviendrons plus loin sur cet aspect.
La charge de la preuve
Comment une équation rendant indifféremment compte des échanges entre économies similaires
ou très différentes, sur la base de fondements théoriques aussi éloignés que la concurrence
monopolistique et l'avantage comparatif pourrait-elle recevoir une caution scientifique ?
De surcroît, le volume du commerce international est beaucoup plus limité que ne le suggèrent
les théories sous-jacentes. Il y a certes des barrières douanières et des coûts de transport, mais
leur niveau serait trop limité pour rendre compte de nombre de faits stylisés (Anderson, 2000).
Par exemple, le modèle du présent article montre (en utilisant l’élasticité sur la distance absolue)
que deux pays éloignés de 1000 Km commerceront 2,3 fois plus que deux pays éloignés de 2000
Km, toutes choses égales par ailleurs. Il existerait donc d’autres explications que les coûts de
transport, indûment captées par le terme de distance (contrats incomplets, droits de propriété,
coûts d’information).
Examinons méthodiquement ces différents aspects
Le point de départ est un contexte dans lequel les produits sont différenciés uniquement par leur
8
La théorie factorielle des échanges impose que les pays participant à l’échange restent diversifiés. Cela correspond à des pays dont
les dotations factorielles ne sont pas trop dissemblables et qui échangent des produits dont les conditions de production ne sont pas
trop similaires.
9
Les auteurs introduisent par ailleurs une distinction entre biens différenciés horizontalement et verticalement.
10 L’approche gravitaire est donc substituable à une approche fondée sur des données de prix (Fung et Lau, 1998).
origine, indicée en i, économie nationale comprise (hypothèse d’Armington). Les préférences
identiques et homogènes sont de type Cobb-Douglas. On note Qi le vecteur des productions, α i
la part constante de la dépense11 sur les produits de i (et donc la part de i dans le revenu
mondial), enfin Yi le PNB de i. Le PNB mondial est Y . On note t ij le coût de transport12. Il vient
immédiatement :
(5) Yi =
∑α Y
i
j
= αi Y
j
X ijCAF = α iY j =
(6)
X ijFAB = αiY j =
YiY j
Y
YiYj
tij Y
En cas de préférences de type Cobb-Douglas (Anderson, 1979), on retrouve donc l’équation (1)
supra, augmentée d’un terme de coût de la distance pour des flux exprimés FAB, le terme de
proportionnalité étant alors égal à l'inverse du PNB mondial.
Des préférences CES, toujours avec des produits différenciés par leur origine, débouchent sur une
formulation plus intéressante13. Considérons les consommateurs du pays j qui maximisent
U j sous la contrainte de revenu Y j .14
σ
 σ −1  σ −1



1/ σ  σ 
(7) U j = ∑α i Cij

 i

La demande associée est donnée par l’équation (8), en notant Π l’indice de prix CES. L’équation
de commerce bilatéral (9) en découle directement. En normalisant les prix à l’unité, Π devient
 t 
~
~
Π et les termes en  ~ij  peuvent s’interpréter comme des distances relatives, Π étant alors un
Π 
 j
indice CES des coûts de transport supportés par l’importateur, i.e. un indice d’éloignement du
marché considéré15.
1− σ
(8)
t p 
1
Cij =
Y jα i  ij i 
t ij pi
 Πj 
1

 1−σ
Π j = ∑ αit 1ij−σ p1i −σ 
 i

1− σ
(9) X
FAB
ij
 t 
1
= Cij pi = Yjαi  ~ij 
Π 
tij
 j
Partant de ce résultat classique, on peut retrouver une formulation en termes de distance relative
et de parts des pays dans le revenu mondial inspirée de l’approche synthétique de Helpman et
Krugman évoquée plus haut (Deardorff, 1995). En notant si la part du pays i dans le revenu
11
On assimile dans ce qui suit dépense et revenu : ceci permet de retrouver simplement des équations de gravité tirées d’équations
de demande et utilisant comme variable explicative du commerce les revenus nationaux.
12
En fait, il s’agit de 1 plus ce coût, de telle sorte que (t-1) disparaisse pendant le transport
13
Head et Mayer (2000-b) présentent en détail les propriétés des CES.
14
Remarquons que
α i n’est plus une constante ici ; il faut désormais calculer la part de i dans le revenu mondial (cf. équation 10
infra).
15
Le terme anglais de remoteness est généralement employé, avec des définitions variables, cf. par exemple note 21 ci-dessous.
mondial, il apparaît la relation (10) dont on tire la valeur de α i pouvant être substituée dans (9)
pour obtenir l’équation de gravité (11).
1 −σ
 t 
pQ 1
(10) si = i i = ∑ Y jα i  ~ij 
Π 
Y
Y j
 j
1 −σ
 tij 
~ 
Πj 
Y
Y
1
i j


(11) X ijFAB =
1− σ
t ij Y
 tij' 
∑j ' s j '  Π~ 
 j' 
Ainsi, une expression correcte des volumes d’échanges bilatéraux suppose que l’on prenne en
compte à la fois le coût de transport proprement dit et les distances relatives 16. Deux remarques
additionnelles sont suggérées par le terme de distance relative.
D’une part, une explication (non-exclusive) du problème des « effets frontières » apparaît : un
pays commercera toujours plus avec lui même qu’avec ses partenaires puisque les distances
relatives internes sont inférieures à celles avec les partenaires. Plus généralement, une estimation
correcte des effets frontières suppose que l’on tienne compte à la fois des distances intérieures et
de la distance moyenne aux partenaires. Anderson et Wincoop (2001) considèrent que le terme
en Π représente la « friction moyenne » (multilateral trade resistance) dans les échanges d’un
pays. Les auteurs montrent que l’équation de gravité (9) peut se réécrire, si les barrières aux
échanges sont symétriques, comme une fonction du produit des PIB des deux pays, du produit de
leur résistance multilatérale, et des coûts de transport entre ces deux pays 17. Ainsi, ce sont les
barrières relatives, et non absolues, qui déterminent les volumes d’échanges. Les travaux
pionniers sur les effets frontière (notamment McCallum, 1995), qui ne prenaient pas en compte le
terme de résistance multilatérale, ont donc surestimé l’ampleur des effets frontières.
D’autre part, l’impact des coûts de distance sur les échanges dépend de l’élasticité de substitution
dans la mesure où l’élasticité des échanges à la distance relative vaut ici − (σ − 1) . Nous
reviendrons sur cette question dans la section consacrée à la compatibilité de nos estimations
avec le modèle théorique.
Il est finalement utile de passer en concurrence monopolistique et de différencier les produits par
les firmes et non par les pays d’origine. Le consommateur représentatif de j consomme toutes les
variétés h produites en i, économie nationale comprise. Ces n variétés entrent de façon
symétrique dans les préférences et les firmes ne discriminent pas les marchés : elles pratiquent le
même prix FAB pour toutes les destinations et les consommateurs payent ce prix augmenté du
coût de transport. La fonction d’utilité associée est donnée en (12) et les exportations (13)
dépendent maintenant de l’offre de variété par l’économie nationale.
σ
σ −1  σ −1

(12) U j = ∑∑ (αi Cijh ) σ 
 i h

16
Ainsi, c’est seulement pour un marché j situé à une distance relative de i correspondant à la moyenne, que les formes
fonctionnelles Cobb-Douglas et CES sont indifférentes.
17
Error! Objects cannot be created from editing field codes.
σ −1
1 α i ni ( pitij )
Cij =
0
pi
Π1j−σ
1 −σ
(13)
0
Yj

1 −σ 
Π j ≡  ∑ α σi −1ni ( pitij ) 
 i

1
1 −σ
La difficulté est que le terme en Π n’est pas mesurable empiriquement ; notamment, 0 Π contient
un terme relatif au nombre de firmes dans le champ concurrentiel, qui n’est pas observable. La
concurrence monopolistique permet toutefois de traiter ce problème de façon élégante, tout en
intégrant la dimension relative des barrières aux échanges soulignée par Anderson et Wincoop.
L’idée est de prendre en compte non pas les exportations de i vers j, mais les exportations
relatives de i vers j, normalisées par celles d’un concurrent (k) quelconque de i sur le marché j. En
utilisant la relation de Krugman (1980) entre taille du pays et offre de variété, et l’hypothèse d’une
structure de marché symétrique, chaque firme produit une quantité q et la valeur de la
production de chaque pays est notée ν . En substituant le nombre de firmes ainsi obtenu18 dans
(13) on obtient l’équation (14) ne comportant ni terme de résistance multilatérale, ni nombre de
firmes.
(14)
X ijFAB
X
FAB
kj
α
=  i
 αk
σ −1



−σ
1 −σ
 pi   t ij 
   
 
 pk   tkj 
νi
νk
Le calcul des potentiels d’échanges
Parmi l'ensemble des utilisations possibles du modèle de gravité, le calcul de potentiel
d'échanges a suscité une littérature particulièrement abondante. Ces derniers sont en général
simplement définis comme la différence (ou le ratio) entre échanges simulés (à partir d'une
équation de gravité estimée sur un échantillon de référence) et échanges observés. L'interprétation
du "potentiel" ainsi calculé pose toutefois des difficultés souvent passées sous silence.
18
On a bien Error! Objects cannot be created from editing field codes.
Principes de calcul des potentiels d'échanges internationaux
La méthode des potentiels de commerce consiste à estimer une équation de commerce bilatéral
basée sur le modèle de gravitation des échanges pour un échantillon de pays de référence, et à
utiliser dans un deuxième temps cette équation en simulation, pour des pays de l’échantillon ou
pour des pays hors échantillon échangeant avec les pays de l’échantillon.
Cette méthode a été fréquemment utilisée pour anticiper la progression des flux de commerce
entre les pays d'Europe Centrale et Orientale en transition et les membres de l’Union
Européenne. Les résultats obtenus se sont avérés largement contradictoires : alors que la première
vague de travaux avait conclu à de forts potentiels de développement des échanges, une seconde
vague de travaux, intégrant la période de transition, est parvenue à la conclusion opposée : les
potentiels seraient largement remplis, voire dépassés dans certains cas. Deux types d’explications
sont généralement donnés à cette divergence de résultats.
La première explication est relative à la séquence du processus d’intégration en question ; la
rapidité d’ouverture du marché européen, à l’exception de quelques secteurs sensibles, a permis
une réorientation très rapide des échanges des PECOs, alors que leur niveau de développement a
limité leur capacité exportatrice.
La seconde explication a trait à la méthode elle-même : l’utilisation de modèles gravitationnels
pour “prédire” les potentiels d’échanges pose des problèmes qui n’ont pas toujours été examinés
avec une attention suffisante. L’investissement direct peut être une variable omise ; l’utilisation
d’estimations en coupe plutôt qu’en panel peut biaiser les estimateurs; et même en panel,
l’utilisation des effets fixes pose problème dès lors que l’échantillon d’estimation n’inclut pas, par
définition, les pays sur lesquels la simulation doit porter (Matyas, 1997 et 1998; Egger,
1999; Breuss et Egger 1997, Fontagné, Freudenberg et Pajot, 1999). Ces difficultés s’ajoutent à un
ensemble de problèmes posés plus spécifiquement par les pays en transition : taux de change ne
reflétant pas nécessairement la parité de pouvoir d'achat (PPA), systèmes productifs désorganisés
par la transition, accès subit à une grande variété de biens de consommation et d’intrants.
Nous illustrerons dans la dernière section de cet article une autre explication de ces résultats
ambigus, justifiant les hypothèses retenues pour la spécification du modèle de gravité décrit ici :
l'échantillon de pays utilisé lors de la phase d'estimation des élasticités était probablement
inadapté dans la plupart des études. Ce problème d'hétérogénéité des pays est central : il est
difficile d'imaginer que les élasticités obtenues dans les échanges entre pays industrialisés,
généralement retenus dans l'échantillon d'estimation, restent valables pour des pays en transition
ou en développement. Plus généralement, ces élasticités sont susceptibles de varier dans
d'amples proportions entre pays déclarants, voire selon les partenaires retenus d'un sousensemble donné de déclarants. Ce sont les questions que nous devons maintenant examiner.
Problèmes liés à l'hétérogénéité
Commençons par un bref rappel théorique. Nous avons déjà évoqué le problème de l'égalisation
des rémunérations de facteurs; la question posée par l'utilisation d'un cadre de référence de type
Heckscher-Ohlin est de savoir si les arguments en termes d'avantage comparatif, explicites dans
la "synthèse Helpman-Krugman", sont systématiquement valides.
Dans la version simple de la théorie factorielle, reprise par ces auteurs, la question est posée en
termes de "cône de diversification". En termes non techniques, des pays aux dotations factorielles
trop différentes (aux revenus par tête trop éloignés) seront de mauvais candidats à l'égalisation
des rémunérations de facteurs par l'échange de biens. En réalité, la théorie factorielle propose un
résultat de nature assez différente. Le monde est constitué d'un ensemble de groupes de pays
différents entre eux, mais suffisamment proches au sein de ces groupes. Il y aurait plusieurs cônes
de diversification, et non un seul (Leamer, 1987 ; Deardorff, 1998). Cela devrait inciter à estimer
les élasticités pour des groupes de pays suffisamment comparables en termes de revenu par tête.
Un autre problème important est de savoir à quel taux de change sont estimés les PNB des pays,
variable dont on a vu toute l'importance. Le potentiel d'échanges de très court terme,
correspondant à la capacité d'offre du pays considéré et au pouvoir d'achat international de ses
exportations, s’analyse par référence au taux de change courant. A plus long terme, l'on sait que
le développement va entraîner un ajustement de ce taux de change. Ceci suggère l'utilisation de
taux de change à PPA pour évaluer les PNB des pays en développement. Mécaniquement les
PNB -- et donc les élasticités -- sont affectés et avec eux les montants d'échange simulés.
Invariablement, ce choix doublera au moins les potentiels d'échanges.
Le tableau 1 illustre ces deux difficultés : échantillonnage et choix de l'unité de mesure. Les
colonnes 1 à 3 soulignent l'importance considérable du choix de l'unité de mesure des PNB. En
toute logique, compte tenu de la formulation de départ, PNB et PNB par tête devraient être
mesurés dans la même unité, puisque la formulation avec PNB par tête se substitue à
l'introduction des populations dans l'équation (cf. Supra). On trouve pourtant des contreexemples dans la littérature. Nous avons donc choisi d'examiner aussi un cas "mixte" dans la
deuxième colonne. La comparaison des colonnes 1 et 3 montre que les élasticités estimées, en
particulier concernant les PIB par habitant, diffèrent très largement selon les hypothèses faites. Ce
résultat est désormais largement admis dans la littérature.
Par contre, la question d'échantillonnage, illustrée par les colonnes 4 et suivantes, est
traditionnellement passée sous silence. Nous disposons d'un échantillon comprenant des pays
OCDE et des pays non-OCDE. Identifier les seconds au "Sud" est une approximation mais permet
de clarifier le point nous intéressant ici. Nous allons donc construire 6 cas parmi l'ensemble des
9 cas possibles, en ignorant les cas "diagonaux". La colonne 4 correspond à une spécification
dans laquelle le Sud exporte vers le monde. On la comparera à la colonne 5 dans laquelle c'est
l'OCDE qui exporte vers le monde : sans surprise, les élasticités sont très différentes. L'élasticité
des exportations à la taille de l'exportateur est 30% plus élevée pour les pays du Sud, par
exemple. Nous laissons au lecteur le soin d'explorer l'ensemble des cas possibles. Il suffit pour
notre propos de se convaincre de l'importance du choix de l'échantillonnage dans le calcul des
potentiels de commerce.
Tableau 1 - Comparaison de spécifications; année 1995-96, 74 (53) pays, exportations
totales comme définies infra.
Spécification
1=4
2
3
Cte
-27.602 -35.330 -40.829
PIB exportateur
1.296 1.260
1.227
PIB importateur
1.052 1.039
1.024
PIB per cap
0.233 0.679
0.956
exportateur
PIB per cap
0.200 0.597
0.922
importateur
Distance relative -1.505 -1.544 -1.582
Langue
0.878 0.742
0.607
commune
R2
0.751 0.754
0.748
5
6
7
-23.418 -26.478 -17.942
1.014
1.099
1.023
0.853
0.912
1.124
0.419
0.482
0.085
8
-28.362
1.313
1.009
0.336
9
-16.797
0.970
1.046
0.180
0.177
0.278
-0.452
0.234
-0.474
-0.828
0.674
-0.877
0.778
-1.296
0.677
-1.371
0.927
-1.098
0.583
0.845
0.811
0.758
0.772
0.821
Légende
Comparaison relative au problème des prix du PNB :
123-
Modèle Sud-Monde, Tous produits, PNBs prix courants, PNB per cap prix courants
Modèle Sud-Monde, Tous produits, PNBs PPA, PNB per cap prix courants
Modèle Sud-Monde, Tous produits, PNBs PPA, PNB per cap PPA
Comparaison relative au problème d'échantillonnage :
456789-
Modèle Sud-Monde, Tous produits, PNBs prix courants, PNB per cap prix courants
Modèle OCDE-Monde, Tous produits, PNBs prix courants, PNB per cap prix courants
Modèle OCDE-Sud, Tous produits, PNBs prix courants, PNB per cap prix courants
Modèle Sud-OCDE, Tous produits, PNBs prix courants, PNB per cap prix courants
Modèle Monde-Sud, Tous produits, PNBs prix courants, PNB per cap prix courants
Modèle Monde-OCDE, Tous produits, PNBs prix courants, PNB per cap prix courants
Toutes les variables sont exprimées en logarithme
Ombré: solution retenue dans le modèle (les paramètres diffèrent de ceux donnés dans l'Annexe 3 puisque les
indicatrices d'accords régionaux ne sont pas introduites ici).
Résistance moyenne aux échanges
Comme cela a été souligné, une spécification correcte du modèle de gravité doit tenir compte à la
fois de la distance absolue entre importateur et exportateur et de l’éloignement de l’importateur
(ou de l’exportateur) par rapport à l’ensemble de ses partenaires commerciaux. Plusieurs
solutions sont utilisées dans la littérature. On peut par exemple combiner un « remoteness » à une
distance absolue19. La solution retenue ici est de considérer des distances relatives.
Les distances de départ sont simplement des distances géodésiques entre capitales ou centres
économiques. La distance moyenne entre le pays rapporteur et tous ses partenaires pondère alors
la distance bilatérale vis-à-vis d’un partenaire donné. Les pondérations sont données par les
exportations.
Il s’agit donc par construction d’un indicateur asymétrique et le mode de calcul retenu interdit
d’introduire à la fois la distance absolue et la distance relative dans les estimations. Par exemple,
l’Allemagne est proche de tous ses marchés mais non l’Australie : la distance de Sydney à
Cologne ne représente que 1,2 fois la distance moyenne entre l’Australie et chacun de ses
partenaires, alors que la distance de Cologne à Sydney représente 3,5 fois la distance moyenne de
19
Une définition simple en est donnée par Error! Objects cannot be created from editing field codes..
l’Allemagne à tous ses partenaires. Ces chiffres représentent les distances relatives.
Une spécification appropriée à l’hétérogénéité des pays
L’objectif principal de l’exercice conduit ici est d’estimer des potentiels commerciaux bilatéraux
pour les pays en développement aussi bien pour le commerce total que pour des secteurs
spécifiques. Comme on l’a vu dans la section précédente, une telle estimation pose des
problèmes importants. Notamment, les élasticités estimées sur un échantillon de pays
industrialisés peuvent s’avérer tout à fait inadaptées. Aussi proposons-nous dans cette section
d’estimer un modèle de gravité centré sur les exportations des pays non-OCDE vers le monde.
Les élasticités obtenues seront utilisées pour calculer les potentiels d'exportation à court terme
des pays du Sud.
Echantillon de pays
La définition de l’échantillon des pays constitue une étape cruciale. Notre intérêt étant d’analyser
les potentiels à l’exportation des PVD, nous avons sélectionné 53 PVD exportateurs (voir liste en
annexe 1) sur la base des critères suivants :
(i)
Il s’agit de pays non-OCDE (au 31 décembre 1996);
(ii)
(iii)
Des données à l’exportation fiables sont disponibles pour ces pays;
Ces pays ont bénéficié d’un environnement politique stable au cours de la période
étudiée (1995-1996);
(iv)
Il s’agit d’économies d’une certaine taille (le total des exportations hors minéraux est
supérieur à US$ 0,5 milliard);
(v)
La part des ré-exportations dans le total des exportations est peu importante. Ainsi Hong
Kong et Panama ont-ils été exclus de l’échantillon des pays exportateurs afin d’éviter
d’introduire un biais dans les coefficients.
Il est important de souligner que ces critères s’appliquent également aux pays hors échantillon
pour lesquels on souhaiterait calculer des potentiels commerciaux à partir des estimations du
modèle. Par exemple, le Sénégal ne fait pas partie de l’échantillon du fait de données à
l’exportation non disponibles. Cependant, les autres critères sont respectés pour le Sénégal, ce
qui nous permet de calculer des potentiels commerciaux pour ce pays et de les confronter aux
exportations actuelles vers les pays pour lesquels on dispose de statistiques à l’importation.
L’annexe 1 inclut la liste de 20 pays non-inclus dans le modèle uniquement sur la base du critère
(ii).
L’échantillon des pays importateurs est constitué de l’échantillon des 53 pays exportateurs
augmenté des 21 pays OCDE et de Hong Kong. Il s’agit donc d’un modèle “ Sud-Monde ”, par
référence aux développements de la section précédente.
Source des données de commerce et échantillon
Les statistiques du commerce extérieur sont extraites de la base de données COMTRADE des
Nations Unies. On considère la moyenne des années 1995-1996, de façon à limiter l’effet de
fluctuations annuelles.
Il existe des divergences significatives entre données du pays exportateur et du pays importateur
pour un même flux d’échange20. Nous avons ainsi procédé à des ajustements de façon à n’obtenir
qu’une seule observation par flux (voir Annexe 2).
Les flux des minéraux bruts (pétrole brut, minerais) ont été exclus des montants des échanges
bilatéraux.
Définition de secteurs
Quinze secteurs ont été élaborés à partir des 261 groupes de produits définis à 3 et 4 chiffres de
la nomenclature CTCI (révision 3)21.
20
Voir notamment Rozanski et Yeats, 1994 pour une revue.
La liste des groupe de produits par secteur peut être obtenue sur demande ou sur le site Internet
http://www.intracen.org/.
21
Tableau 2 - Répartition du commerce mondial par secteur (milliards $US, moyenne
1995-1996)
Code
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Secteur
Valeur du commerce mondial
Produits agricoles bruts
246
Produits agricoles transformés
207
Bois, papier, carton
189
Fibres textile (et tapis)
132
Produits chimiques
500
Cuir et produits en cuir
77
Métaux et autres manufacturés de base
371
Machinerie non-électrique
492
Appareils électroniques
430
Composants électroniques
406
Matériel de transport
497
Vêtements
157
Divers manufacturés
372
Produits pétroliers (non-brut)
64
Produits minéraux bruts (minerais, pétrole brut)
405
Total des secteurs 1 à 14
4140
Le secteur 15 est exclu de l’analyse dans la mesure où il reflète des avantages absolus22. Il est
également exclu du commerce total, constitué par conséquent de la somme des secteurs 1 à 14.
Le tableau 2 présente la répartition du commerce mondial (ou plus exactement des 92% du
commerce mondial couverts par nos 75 pays déclarants) par secteur.
Equation de base
Sous sa forme logarithmique, l’équation de base utilisée pour chacun des secteurs et pour le total
(hors minéraux bruts) est la suivante :
(15)
log X ij = α '0 +α1 log yi +α 2 log y j +α 3 logYi + α4 log Yj +α 5 log Dij + α6 Lij + ∑α z Zz ij + uij
z
α '0 = logα0
yi : revenu par habitant du pays exportateur
yj : revenu par habitant du pays importateur
Yi : PIB du pays exportateur (prix courant)
Yj : PIB du pays importateur (prix courant)
Dij : distance géographique relative entre le pays exportateur et le pays importateur.
Z est un vecteur de variables muettes capturant les accords commerciaux préférentiels (accès
préférentiel à caractère unilatéral, accords de libre échange, marché commun) et L une variable
binaire qui capture le partage d’une langue commune ou de liens historiques (passé colonial). Les
variables du PIB sont exprimées en prix courants.
Cette spécification appelle plusieurs commentaires. Tout d’abord, les variables de prix, qui ne
sont pas observables, sont omises. Les effets du change ne peuvent pas être pris en compte,
s’agissant d’une estimation en coupe23. Ensuite, le choix d’une équation aussi compacte que
22
Ceci ne doit pas être oublié lors de l’interprétation des résultats en particulier pour les pays exportateurs de pétrole comme
l’Arabie Saoudite.
23
Le niveau du taux de change est une variable sans dimension, et un indice poserait le problème du choix d’une année de base.
possible a été fait : nous avons appliqué la méthode de sélection pas à pas (“ stepwise selection ”)
et tous les tests ont été effectués, y compris les tests de colinéarité. Certaines variables binaires
reflétant l’influence des accords préférentiels (vecteur Z) ont été retirées du modèle, du fait de leur
faible contribution. D’autres variables, comme la surface de terre arable par habitant ont été
testées sans succès (même pour le secteur agricole brut). Enfin le traitement des préférences
commerciales et de l’histoire est très pragmatique. Les variables muettes de politique
commerciale sont moins satisfaisantes qu’un véritable indicateur quantifié de cette préférence,
calculé à un niveau fin. La couverture géographique dicte ce choix. Les accords de libre-échange
et les accès préférentiels unilatéraux ne sont retenus dans la phase de simulation que lorsqu’ils
sont significatifs dans la phase d’estimation, une fois pris en compte les autres déterminants,
incluant la distance relative et surtout le passé colonial ou la langue commune. Ceci permet de ne
pas attribuer aux accords commerciaux ce que ceux-ci ne font qu’entériner. L’annexe 4 donne le
détail des variables muettes introduites dans la phase d’estimation.
Les estimations des paramètres sont fournies en annexe 3, pour chaque secteur et pour le total.
Par exemple, pour le commerce total, l’équation estimée s’écrit :
(16)
log X ij = − 28 .130 + 0.261 log yi + 0.186 log y j + 1. 333 log Yi + 1. 053 log Y j
− 1.404 log Dij + 0.834 Lij
+ 1. 604 LOME + 1. 490 COMESA + 1. 003 ANDEAN + 2.823 CACM + 5. 688 CARICOM
n = 3921
AdjR 2 = 0. 759
Cond .numb = 27
L’interprétation des paramètres est aisée. Par exemple, dans la modélisation du commerce total,
le paramètre 2.823 sur la variable CACM signifie, toute choses égales par ailleurs, que les flux de
commerce bilatéraux entre pays de la zone CACM (Costa Rica, Guatemala, Honduras et
Nicaragua) sont 17 fois plus élevés qu’avec des pays hors zone CACM.
En annexe 3 figurent également le coefficient de détermination (R2) pour chacun des secteurs. On
voit ainsi que la qualité de l’ajustement est meilleure pour le commerce total (R2=0.76), ce qui
constitue un résultat attendu. Pour les secteurs 1 à 13, l’ajustement est cependant satisfaisant (R2
variant de 0.57 à 0.69). Pour le secteur 14 (produits pétroliers transformés), l’ajustement est de
qualité médiocre, puisque seulement 36% de la variance totale des flux de commerce est
expliquée par le modèle. Cela peut s’expliquer par le fait que la localisation des entreprises de
transformation du pétrole est liée à la dotation en pétrole (et se réfère aux avantages absolus)
et/ou à la proximité d’un port.
Compatibilité des estimations avec le modèle théorique
Un paramètre central dans ce type de modèle est celui sur la résistance aux échanges. Hummels
(1998) propose d’écrire le coût de transport sous la forme (17). Alors, le coefficient obtenu en
(13) sur le log de la distance est − δ (σ − 1) . On obtient généralement des élasticités des
exportations à la distance de l’ordre de 1 à 1,4 (en valeur absolue). Hummels obtient 1,32 ;
McCallum (1995) 1,42 ; nos propres estimations sont de 1,40 en distance relative et 1,22 en
distance absolue.
δ
(17) tij = dij
En retenant 1,22 et une élasticité moyenne des coûts de transport à la distance de 0,20
(Hummels, 1998)24, il faudrait donc avoir une élasticité de substitution égale à 7. En retenant
l’élasticité des coûts de transport à la distance obtenue par Hummels pour les seules importations
américaines (soit 0,321), l’élasticité de substitution est ramenée à 4,8.
Or, on s’attend en effet en concurrence monopolistique à une relation simple entre élasticité prix
de la demande, élasticité de substitution, économies d’échelle et mark up. Lorsque le nombre de
firmes est suffisamment grand, l’élasticité prix tend vers l’élasticité de substitution qui est aussi
une proxy inverse des économies d’échelle.
Dès lors, le taux de mark up associé à nos propres estimations se situe entre 1,16 et 1,26 selon
l’estimation retenue pour l’élasticité du coût de transport à la distance25. Ces résultats sont donc
cohérents avec les taux de mark up de 1,2 à 1,3 obtenus par l’OCDE pour les branches en
concurrence imparfaite26 (Oliveira Martins, Scarpetta et Pilat, 1996).
Calcul de potentiels commerciaux
Pour chaque pays exportateur de l’annexe 1, on peut calculer des potentiels commerciaux sur la
base des équations estimées. On peut examiner à titre d’illustration les résultats pour un pays de
l’échantillon, ici la Turquie. Si l'on se base sur le seul critère de la valeur des exportations, la
Turquie (avec 23 milliards de $US en 1996) est à comparer aux valeurs extrêmes de la Chine
(150 milliards) et du Sénégal (500 millions). Le tableau 3 présente à titre illustratif les potentiels à
l’exportation de la Turquie ainsi que les flux d’échanges observés pour la période d’estimation.
Les élasticités étant largement structurelles, le résultat est aisément transposable à une année plus
récente.
La colonne “commerce simulé ” reprend les flux bilatéraux estimés par le modèle. Il est
cependant nécessaire d’ajuster ces flux simulés en prenant en compte les écarts entre
exportations actuelles et simulées du pays déclarant, vers l’ensemble de ses marchés. Les
exportations turques s’élèvent à 17 milliards de $US, comme indiqué dans la première colonne,
alors que le total des flux simulés est nettement plus élevé (30 milliards). Doit-on considérer pour
autant que la différence représente le potentiel d’accroissement des échanges ? C’est
généralement la conclusion de ce type d’analyse. Or, il est difficile d’imaginer que la Turquie
puisse augmenter de 77% ses exportations en moyenne, à court terme. Deux explications
alternatives doivent donc être envisagées : soit la Turquie pourrait à la fois augmenter ses
exportations vers l’ensemble des partenaires et réorienter celles-ci vers les marchés les plus
naturels ; soit le modèle surestime en moyenne les exportations potentielles, dans le cas de la
Turquie, en cumulant les erreurs sur les différents partenaires.
Considérant la première explication les exportations vers l’Allemagne seraient légèrement accrues
et celles vers les marchés les plus prometteurs augmenteraient très fortement. Au contraire,
considérant la seconde explication, on est tenté de corriger le commerce simulé vers chaque
marché du biais d’estimation total, ce marché non compris. C’est ce qui est réalisé dans la
colonne commerce simulé ajusté. On obtient alors des exportations potentielles équivalentes aux
exportations observées (16 à 17 milliards de $), mais dont la répartition est très différente. En
particulier, les exportations vers l’Allemagne seraient sensiblement réduites et celles vers l’Italie et
la France sensiblement accrues.
Aucune théorie et aucune méthode ne permettant de discriminer entre ces deux explications,
24
Elasticité moyenne obtenue pour un ensemble d’estimations portant sur les Etats-Unis, la Nouvelle-Zélande, l’ALALE, l’Argentine,
le Brésil, le Chili, l’Uruguay.
25
Tout l’échantillon de Hummels ou seulement les importations américaines.
26
Ce résultat ne règle pourtant pas le problème de l’estimation directe des élasticités prix. Les résultats de Erkel-Rousse et Mirza
(2000) apportent un début de réponse : ils obtiennent des élasticités de 1,5 à 3 pour les boissons, les véhicules, le caoutchouc, les
plastiques, l’alimentation ; de 3,5 à 4 dans le textile-habillement, le cuir et l’ameublement ; enfin de 5 à 7 pour l’acier et les nonferreux.
nous avons arbitrairement considéré une situation médiane. Sous cette hypothèse, les
exportations turques totales pourraient augmenter sensiblement, celles vers l’Allemagne
resteraient au delà de leur potentiel. Il s’agit d’une hypothèse forte, mais beaucoup plus
raisonnable que celle généralement utilisée consistant à ne pas corriger.
Pour obtenir les potentiels commerciaux, nous avons donc procédé à un ajustement en deux
étapes. La première étape consiste à calculer des flux simulés ajustés (notés * ci-dessous), à partir
des flux simulés (notés ^). La seconde phase revient à calculer les potentiels commerciaux
(dernière colonne du tableau) comme une simple moyenne des flux simulés bruts et des flux
simulés ajustés (deux colonnes précédentes).
Formellement, les exportations ajustées X* sont données par l’équation (18) :
(18)
X *ij


Xˆ ij  ∑ X ij − X ij 
 j

=
ˆ
ˆ
∑ X ij − X ij
j
X
*
i
= ∑ X *ij
j
Au total, le commerce ajusté est proche du commerce observé et la moyenne du commerce
simulé et du commerce ajusté donne le commerce potentiel. Le potentiel de création d’échanges
est la différence entre cette moyenne et les exportations observées.
Tableau 3 - Potentiels à l’exportation de la Turquie et flux d’échange actuels (millions de
$US)
Pays importateur Commerce Commerce Commerce Potentiel
actuel
simulé
simulé
commercial
ajusté
Allemagne
Etats-Unis
Italie
Royaume-Uni
France
Pays-Bas
Arabie saoudite
Belgique-Lux
Espagne
Autriche
Israel
Egypte
Suisse
Hong-Kong
Grèce
Singapour
Japon
Danemark
Pologne
Jordanie
Malaisie
Rép. de Corée
Suède
Canada
Tunisie
Thailande
Pakistan
Hongrie
Rép. Tchèque
Portugal
Chine
Norvège
Chypre
Maroc
Irlande
Afrique du Sud
Total
marchés
5 363
1 679
1 447
1 268
1 106
741
390
383
373
300
238
233
230
219
214
210
175
145
139
137
122
113
111
104
95
85
82
78
75
70
67
66
66
65
61
56
5 801
2 991
3 837
1 907
3 091
767
567
558
753
825
644
451
827
57
909
31
2 148
372
290
57
23
161
464
206
59
50
32
125
103
93
186
263
113
45
67
39
2 767
1 688
2 270
1 062
1 817
425
319
313
426
470
366
255
473
32
522
17
1 292
210
164
32
13
91
264
116
33
28
18
70
58
53
105
149
64
25
37
22
4 284
2 340
3 054
1 484
2 454
596
443
436
589
648
505
353
650
44
716
24
1 720
291
227
45
18
126
364
161
46
39
25
98
81
73
146
206
89
35
52
31
74 16 809
29 800
16 571
23 185
Pays importateur
Indonésie
Australie
Inde
Finlande
Philippines
Brésil
Malte
Jamaique
Slovénie
Soudan
Mexique
Lituanie
Venezuela
Nouv.-Zélande
Pérou
Argentine
Chili
Maurice
Côte d'Ivoire
Colombie
Estonie
Uruguay
Kenya
Bangladesh
Equateur
Cameroun
Lettonie
Islande
Trinité-et-Tobago
Guatemala
Costa Rica
Zimbabwe
El Salvador
Madagascar
Paraguay
Bolivie
Honduras
Nicaragua
Commerce Commerce Commerce Potentiel
actuel
simulé
simulé
commercial
ajusté
52
51
51
43
39
38
28
23
22
21
18
15
14
11
10
10
9
6
6
5
4
4
4
4
4
3
3
2
1
1
1
1
1
1
0
0
0
0
35
58
144
237
14
138
7
1
48
11
45
12
12
6
7
47
9
1
3
11
5
2
3
7
2
3
7
5
1
2
1
1
1
1
1
1
0
0
20
32
81
134
8
78
4
0
27
6
25
7
7
4
4
26
5
1
2
6
3
1
2
4
1
2
4
3
0
1
1
1
1
0
1
0
0
0
Confirmant les résultats précédents, le tableau 4 souligne l’importance du commerce avec
l’Allemagne, qui représente 30% du chiffre d’affaires des exportateurs turcs sur les 74 marchés
analysés. Le tableau fait également apparaître d’importantes opportunités commerciales sur les
marchés américains, italiens, français, japonais, autrichiens, suisses, israéliens et grecs. Par
exemple, le commerce de Turquie vers la Grèce s’élevait à 214 millions de $US, contre un
potentiel commercial plus de trois fois plus élevé (716 m. $).
La relative faiblesse du commerce de la Turquie vers la Grèce trouve son origine dans des
facteurs historiques et politiques. Ces deux économies semblent être des partenaires
commerciaux naturels, d’après les déterminants macro-économiques du commerce. Soulignons
27
45
112
186
11
108
6
0
38
9
35
10
9
5
5
37
7
1
2
9
4
2
2
6
1
2
5
4
1
1
1
1
1
0
1
0
0
0
en particulier la proximité, l’accès privilégié au marché européen dont bénéficie la Turquie ainsi
que des similitudes dans les préférences des consommateurs. L’amélioration du climat politique
entre les deux pays a eu une certaine incidence sur le commerce turquo-grec lequel a doublé sur
la période 1994-1998, la part de marché de la Turquie passant de 0,8% à 1,3%.
Tableau 4 - Évolution des exportations turques, 1994-1998 (millions $US)
1994
1995
1996
1997
1998
Croissance
annuelle
(1994-98), %
Monde
Allemagne
Etats-Unis
18 106
3 934
1 521
21 599
5 034
1 513
23 048
5 152
1 617
26 245
5 253
2 027
26 881
5 449
2 229
10,3
7,1
11,2
Russie
Italie
Royaume-Uni
France
Pays-Bas
Belgique-Luxembourg
Israël
Syrie
Pologne
Suisse
Iran
Grèce
820
1 034
889
851
621
371
178
254
249
239
250
169
1 232
1 456
1 134
1 033
736
451
240
271
272
238
266
210
1 495
1 438
1 247
1 042
764
488
254
309
253
275
296
236
2 057
1 387
1 511
1 163
779
564
392
269
255
318
307
298
1 348
1 555
1 710
1 302
886
668
479
309
291
244
194
369
16,4
8,0
17,3
10,2
8,0
14,9
28,0
3,9
2,5
3,3
-3,6
21,1
Marché
Résultats sectoriels
La modélisation par secteur offre un autre regard sur les potentialités commerciales des pays en
confrontant la structure actuelle des exportations d'un pays à sa structure simulée ou “ naturelle ”.
Le tableau 5 reprend le cas de la Turquie. La colonne “ structure simulée ” a été obtenue en
plusieurs étapes :
1) calculs des potentiels simulés pour chaque secteur et pour chacun des 74 pays
partenaires de la Turquie;
2) agrégation des résultats par secteur (sommation sur les 74 pays partenaires);
3) calcul de la structure sectorielle.
Tableau 5 - Structure des exportations turques
Groupe de produits
Produits agricoles
Produits agricoles transformés
Bois, papier, carton
Fibres et textiles
Produits chimiques
Cuir et produits en cuir
Métaux et produits manuf. de base
Machinerie non-électrique
Produits électroniques
Composants électroniques
Matériel de transport
Vêtements
Divers produits manufacturés
Produits pétroliers (non-brut)
Total (pétrole et minerais exclus)
Exportations
Structure
Structure
actuelles
actuelle (%) simulée (%)
(m. $US)
2 390
14
31
922
5
9
86
1
2
1 896
11
5
776
5
16
94
1
2
2 414
14
14
470
3
4
252
2
1
645
4
3
616
4
1
5 585
33
3
472
3
8
190
1
0
16 809
100
100
En interprétant ces résultats sectoriels, il faut garder en mémoire que les écarts entre commerce
simulé et actuel reflètent partiellement les avantages comparatifs. Pour la Turquie, les résultats
indiquent une forte spécialisation dans le secteur textile et de l’habillement et une faible part des
secteurs agricoles bruts et chimiques dans les exportations. Pour les autres secteurs, la structure
simulée est proche de la structure réelle. La faible part des exportations agricoles turques vers
l'UE trouve son origine dans le protectionnisme européen pour ces produits et la similarité entre
les produits agricoles turcs et ceux des pays méditerranéens de l'UE.
Trois cas d’école : grand pays, pays non-rapporteur, pays en transition
Cette section analyse les potentialités commerciales de trois pays forts différents, tant du point de
vue de la taille des économies, de leur localisation géographique, de leur politique commerciale
que de leurs ressources. Les trois pays sont choisis en raison des difficultés attendues pour
modéliser les exportations potentielles ; il s’agit donc bien de renverser la charge de la preuve en
demandant à un modèle gravitationnel de renvoyer des résultats plausibles dans des contextes
particulièrement difficiles. Les résultats obtenus illustrent combien l’interprétation des potentiels
commerciaux peut s’avérer délicate et à quel point les résultats sectoriels permettent de l’enrichir.
Un grand pays
Nous avons discuté dans la section précédente de l’impact des distances relatives sur l’intensité
des flux commerciaux bilatéraux. A cette occasion, la distinction entre flux internes et
exportations s’est imposée, un pays commerçant toujours plus avec lui-même qu’avec ses
partenaires, toutes choses égales par ailleurs. Cette question prend une importance toute
particulière dans le cas des pays très grands27 ou très petits : à richesse donnée, les flux de
commerce extérieur devraient être décroissants dans la superficie des pays. Le potentiel de
commerce pourrait donc être sur estimé dans le cas des grands pays et inversement.
27
Et ceci encore plus dans de grands pays en voie de développement mal dotés en infrastuctures (Limao et Venables,
1999).
Les potentiels commerciaux pour les principaux marchés à l’exportation de la Chine sont
présentés dans le graphique 1. Les exportations chinoises totales vers les 74 pays de l’échantillon
s’élèvent à environ 192.2 milliards de $US. Ce montant est très proche de la somme des
potentiels commerciaux (191.6 milliards). La qualité de l’ajustement est donc bonne, a priori, ce
qui ne préjuge pas des résultats par partenaires ; nous appliquons donc les principes de
correction détaillées à la section précédente.
Le résultat le plus marquant est l’importance du potentiel commercial de la Chine vers le Japon,
égal à 172 milliards de $, approchant à lui seul le montant total des exportations de la Chine. La
faiblesse des échanges bilatéraux ne peut s’expliquer par le volume des exportations chinoises
vers le marché japonais transitant par Hong Kong. En effet, comme l’indique le tableau 6, ces
dernières ne doivent pas être très élevées étant donné le niveau stable et limité du commerce de
Hong Kong vers le Japon.
Tableau 6 : Exportations de la Chine et Hong Kong vers le Japon (milliards de $US)
1994
21.6
1.4
Chine
Hong Kong
1995
28.5
1.5
1996
30.9
1.5
1997
31.8
1.4
1998
29.7
0.8
En réalité, à la lumière des résultats par secteur, il apparaît clairement que la faiblesse relative des
échanges sino-japonais s’explique par la spécificité de la structure sectorielle des exportations
chinoises.
Graphique 1 - Principaux marchés à l’exportation de la Chine
180'000
160'000
140'000
120'000
millions
$US
100'000
80'000
Flux actuel
60'000
Potentiel commercial
40'000
20'000
Arabie saoudite
Belgique-Lux
Malaisie
Indonésie
Thailande
Espagne
Pays-Bas
Australie
Canada
Italie
Royaume-Uni
France
Singapour
Allemagne
Rép. de Corée
Japon
E-U d'Amérique
Hong-Kong
0
Le graphique 1 fait également apparaître des potentialités commerciales sur le marché sudcoréen. A l’opposé, il apparaît que les exportateurs chinois sont très performants sur de
nombreux marchés, les flux d’échange actuels étant largement supérieurs aux potentiels
commerciaux. En tête de liste viennent les Etats-Unis, avec un chiffre d’affaires de 41 milliards
pour un commerce "naturel" de 14 milliards.
Le tableau 7 illustre la spécificité de la structure sectorielle des exportations de la Chine. D’après
le modèle, la Chine devrait exporter massivement des produits agricoles bruts, à l’inverse de ce
qui est observé. Ce résultat est d’autant plus fort que dans la majorité des pays analysés, la
structure simulée des exportations est assez proche de la structure réelle.
Cette analyse sectorielle permet de jeter un regard plus circonspect sur les potentialités
commerciales sur le marché japonais. En fait, il apparaît clairement que les flux de commerce,
relativement faibles vers le Japon, relèvent d’une double singularité : la Chine a un secteur
agricole brut peu tourné vers l’exportation28 et le marché agricole japonais est très protégé.
Tableau 7 - Structure des exportations chinoises
Commerce vers le Monde
Secteur
Produits agricoles bruts
Produits agricoles transformés
Bois, papier, carton
Fibres et textiles
Produits chimiques
Cuir et produits en cuir
Métaux et produits manuf. de base
Machinerie non-électrique
Produits électroniques
Composants électroniques
Matériel de transport
Vêtements
Divers produits manufacturés
Produits pétroliers (non-brut)
Total (pétrole et minerais exclus)
28
Commerce vers le Japon
Commerce
actuel
(m. $US)
Structure
actuelle (%)
Structure
simulée
(%)
Commerce
actuel
(m.$US)
Structure
actuelle
(%)
Structure
simulée
(%)
8 331
5 739
2 696
13 006
9 042
20 207
14 768
6 931
24 349
13 523
2 503
33 203
37 393
558
4
3
1
7
5
11
8
4
13
7
1
17
19
0
63
5
1
7
6
1
9
1
0
1
0
2
3
0
3 069
2 257
785
1 804
1 298
2 100
2 467
889
2 490
1 689
286
10 011
3 393
45
9
7
2
6
4
6
8
3
8
5
1
31
10
0
71
4
1
5
4
1
7
1
0
0
0
2
3
0
192 249
100
100
32 583
100
100
On retrouve un secteur agricole peu tourné vers l’extérieur pour l’autre pays très peuplé de l’échantillon : l’Inde (la part du
secteur 1 dans les exportations vaut 17% contre 67% pour les exportations simulées). Même si l’Inde et la Chine sont caractérisées
par une faible surface arable par tête, ceci ne suffit pas à expliquer la faiblesse des exportations de produits agricoles de ces pays. En
effet, 20% des pays de l’échantillon (comme l’Egypte ou l’Indonésie) présentent des taux de surface arable par tête plus faibles que la
Chine et l'Inde et leurs exportations agricoles sont relativement plus importantes. Rappelons enfin que la surface arable par tête a été
testée et que son apport au modèle ne s’est pas révélé significatif.
Un pays non rapporteur
Le calcul de potentiels commerciaux pour une économie comme le Sénégal (portefeuille à
l'exportation peu diversifié29, faible volume du commerce total) reste également un exercice
périlleux. Cependant, les résultats obtenus - tant du point de vue des marchés de destination que
de la structure des échanges - semblent tout à fait plausibles.
Le graphique 2 présente les flux d’échanges actuels et les potentiels commerciaux (« commerce
simulé » dans le graphique) du Sénégal vers ses principaux marchés à l’exportation. Les données
du commerce actuel sont basées sur les déclarations à l’importation des pays partenaires du
Sénégal. Ce graphique illustre de nombreux aspects.
L'Union Européenne est de loin le marché le plus important pour les exportateurs sénégalais
(parmi les marchés couverts par le modèle30). Mais la taille, la proximité et d’autres
caractéristiques macro-économiques du marché européen suggèrent qu’il existe encore
d’importantes opportunités commerciales à exploiter.
Au sein de l'UE, les partenaires privilégiés sont de loin la France et l'Italie, avec un commerce
actuel supérieur à celui simulé par le modèle. L'Espagne vient en troisième place. Soulignons
également que les plus importantes potentialités commerciales sont détectées sur les marchés
allemands et britanniques. Le commerce vers la Belgique et les Pays-Bas apparaît également en
deçà des potentialités sur la base des mêmes critères.
Il est symptomatique de noter que les marchés grecs et portugais précèdent en importance les
marchés belges, hollandais et allemands dans le chiffre d'affaires des exportateurs sénégalais. Ce
phénomène reflète la spécificité des exportations du Sénégal (produits de la mer) et des
préférences des consommateurs grecs et portugais (grands consommateurs de produits de la mer
et notamment de rougets).
Le modèle met en évidence un grand potentiel commercial inexploité sur le marché américain
(absent du graphique, commerce actuel de US$ 5 millions, potentiel commercial de US$ 38
millions). Dans ce cas précis, le modèle pose la question des justifications de l’absence relative
des produits sénégalais sur le marché américain (canaux de distribution, préférences des
consommateurs, concurrence du poisson nord-américain, barrières tarifaires et non-tarifaires,
critères de qualité, etc.) et constitue un point de départ essentiel pour toute analyse plus détaillée
du commerce entre le Sénégal et les Etats-Unis. On notera encore des flux commerciaux actuels
en deçà des potentialités pour le Canada (pays concurrent pour les exportations de poisson) et la
Suisse.
Le tableau 8 donne des résultats par secteur. Le résultat le plus marquant réside dans les bonnes
performances à l’exportation du secteur des produits agricoles transformés. Ce secteur est bien
plus développé (34% des exportations nationales) que ne l’indiquent les caractéristiques macroéconomiques du pays (10% des exportations nationales selon le modèle). Selon ces dernières, le
secteur 1 (produits agricoles bruts) aurait dû peser bien plus dans les exportations sénégalaises.
En résumé, ces écarts démontrent que le Sénégal a exploité avec succès une partie de ses
avantages comparatifs en développant une industrie agro-alimentaire. De bonnes performances à
l’exportation sont également observées pour le secteur des produits chimiques (en particulier les
29
Pour des pays présentant un portefeuille à l'exportation peu diversifié, le calcul de potentiels commerciaux peut se faire sur la
base d'une analyse des flux commerciaux par produits. Cette approche, qui relève davantage du domaine micro-économique,
consiste à identifier les produits pour lesquels l’offre à l'exportation d'un pays est susceptible de rencontrer la demande à
l'importation d'un autre pays. Cette approche est complémentaire à l’approche macro-économique et s’avère très utile pour l'étude
des potentialités commerciales entre pays en développement (voir notamment Roelofsen et Srivastava, 1993).
30
D'autres marchés importants du Sénégal comme le Mali ou la Mauritanie ne sont pas pris en compte dans le modèle
principalement à cause de données manquantes.
engrais). Au contraire, les vêtements, les produits métalliques et le bois, carton et papier
pourraient être développés. Concernant ce dernier secteur, ce résultat est attendu et reflète un
désavantage comparatif (le Sénégal étant peu doté en ressources forestières). Pour les vêtements
au contraire, des opportunités de développement du secteur existent étant donné les traditions
locales, la disponibilité de matière première (coton sénégalais ou de la région) et l'abondance de
main d’œuvre.
Tableau 8 - Structure des exportations sénégalaises
Secteur
Commerce Structure Structure simulée (%)
actuel
actuelle
(m. $US)
(%)
Produits agricoles bruts
251
54
81
Produits agricoles transformés
158
34
10
Bois, papier, carton
1
0
2
Fibres textiles
3
1
1
Produits chimiques
28
6
1
Cuir et produits en cuir
3
1
0
Métaux et autres manufacturés de base
0
0
1
Machinerie non-électrique
4
1
0
Appareils électroniques
3
1
0
Composants électroniques
1
0
0
Matériel de transport
1
0
0
Vêtements
1
0
2
Divers manufacturés
6
1
1
Produits pétroliers transformés
4
1
0
Total (hors minéraux bruts)
463
100
100
* Principaux produits : poisson frais et surgelé, fruits de mer, coton
** Principaux produits : poisson fumé, séché, préparé, conserves, sucre huile arachide
Graphique 2 : Principaux marchés à l'exportation du Sénégal (millions $US)
Sénégal. Marchés actuels et potentiels
200
180
160
140
Commerce actuel
120
100
Commerce simulé
80
60
40
20
BrÚsil
GrÞce
0
C¶te d'Ivoire
US$
m.
Un pays en transition
L'analyse des potentialités commerciales de la Pologne a fait l'objet de nombreuses analyses (cf.
le réexamen de ce débat dans Fontagné et al., 1999). Sans entrer dans ce débat, nous illustrons
brièvement la sensibilité des résultats à la spécification retenue.
Le tableau 9 donne les flux de commerce vers les principaux pays partenaires ainsi que les
potentialités commerciales estimées selon deux modèles différents. Ainsi, la dernière colonne
présente les potentiels commerciaux calculés à partir du modèle OCDE – Monde31.
Pour la plupart des marchés représentés dans le tableau 9, les potentiels commerciaux sont très
différents32. En particulier, pour l'Allemagne - premier marché de la Pologne – les résultats sont
très contrastés. Le modèle OCDE-Monde suggère que les exportateurs polonais sont surspécialisés sur le marché allemand, avec des flux de commerce plus de quatre fois supérieurs aux
potentiels commerciaux. Le modèle Sud-Monde indique par contre que les flux actuels sont du
même ordre de grandeur que les potentiels commerciaux. Ainsi, considérer la Pologne comme un
pays en développement conduit à effacer un résultat ayant fait l'objet d'un large débat dans la
littérature sur commerce et transition.
Les résultats pour d'autres marchés de l'Union Européenne comme la France, l'Italie ou les PaysBas montrent que les potentiels commerciaux ne sont pas encore atteints (selon le modèle SudMonde). Les flux commerciaux plus récents (pour 1998) semblent confirmer ces résultats, avec
une nette augmentation des échanges par rapport à 1995-1996.
Certains résultats concernant la Pologne illustrent le fait que d'autres déterminants clés du
commerce comme les flux d'investissements directs ne sont pas pris en compte dans nos
modèles. Ces déterminants permettraient sans doute d'expliquer le poids des exportations
polonaises à destination de la République Tchèque (1 milliard de $ d'échanges en 1998 contre
250 millions de $ de potentiel commercial).
31
Les paramètres de l’équation du commerce total figurent en Annexe 3. Les variables retenues sont les mêmes que dans le modèle
Sud-Monde, mis à part les variables muettes d’accords de libre-échange. Les paramètres estimés (les élasticités) sont sensiblement
différents pour certaines variables. Le PIB du pays exportateur a moins d’effet sur le commerce que dans l’autre modèle tandis qu’au
contraire le PIB/tête du pays exportateur a plus d’effet sur le commerce que dans l’autre modèle. On note aussi que l’éloignement
des marchés a moins d’effets restrictifs sur le commerce.
32
A l’exception des Etats-Unis.
Tableau 9 - Principaux marchés à l'exportation de la Pologne (millions de $US)
et potentiel calculé avec deux échantillons d'estimation différents
Pays importateur
Allemagne
Italie
France
Pays-Bas
Royaume-Uni
Etats-Unis
Danemark
République tchèque
Suède
Belgique-Luxembourg
Autriche
Espagne
Hongrie
Lituanie
Norvège
Finlande
Thailande
Suisse
Somme sur les 74 pays
de l'échantillon
Commerce actuel
Potentiel commercial
1995-1996
1998
Echantillon
Sud-Monde
Echantillon OCDEMonde
7 980
1 225
1 028
973
885
640
587
572
511
486
354
251
224
190
170
167
155
154
18 081
10 200
1 660
1 330
1 350
1 100
770
780
1 020
675
715
553
390
470
430
230
255
32
211
23 200
7 445
2 287
3 169
1 012
2 009
1 613
854
246
867
671
1 494
465
188
41
397
356
17
844
26 076
1 930
995
1 332
483
933
1 419
360
116
388
359
531
336
96
25
230
199
35
436
12 777
Conclusion
Les modèles gravitationnels séduisent par leur pouvoir explicatif les rendant indispensables pour
de nombreuses applications empiriques. La pluralité de théories potentiellement sous-jacentes,
aux hypothèses souvent antinomiques, a comblé le vide conceptuel initial en même temps qu’elle
jetait un doute sur les véritables fondements d’une relation vérifiée de façon aussi systématique.
Pour autant, les conditions pratiques d’application des principes gravitaires aux commerce
international sont moins évidents que l’on veut bien le croire généralement. En particulier,
l’application de ces principes à des économies présentant de fortes spécificités, comme les
économies en développement, pose des problèmes difficiles.
L’objet de cet article était de souligner ces difficultés et de proposer une modélisation adaptée au
contexte des exportations de ces pays. Cet exercice a montré que l’interprétation des résidus
s’avérait souvent délicate et qu’une correction pouvait s’avérer nécessaire. Parallèlement, il est
apparu qu’un travail systématique pouvait être entrepris au niveau sectoriel, dès lors que celui-ci
n’était pas trop fin. Les potentiels de commerce reflètent alors pour une grande part les
spécialisations des pays dont ils donnent une image « en négatif » : un développement des
échanges au-delà de ce que le modèle prévoit est le signe d’un avantage débouchant sur une forte
spécialisation.
Remerciements
Cet article s’est enrichi de discussions avec les représentants de nombreux pays en
développement, lors des séminaires sur la recherche stratégique de marchés organisés par le
Centre du Commerce International (CNUCED-OMC), ainsi que des remarques de Matthieu
Crozet et Thierry Mayer. Les remarques d’un rapporteur nous ont été également très utiles. Nous
assumons les erreurs pouvant subsister.
Références
Aitken N. (1973), " The effect of the EEC and EFTA on European trade: a temporal cross-section
analysis " American Economic Review, 63: 881-892.
Anderson J.E. (1979), "A Theoretical Foundation for the Gravity Equation", American Economic
Review, 69: 106-116.
----------------- (2000), "Why Do Nations Trade (So Little) ", Pacific Economic Review, 5, (2): 115134.
Anderson J.E., Wincoop Van E. (2001), "Gravity with Gravitas : A Solution to the Border
Puzzle", NBER Working Paper, 8079.
Balassa B., Bauwens L. (1987), "Intra-industry Specialization in a Multi-country and Multilateral
Framework", The Economic Journal, 97: 923-939.
Bayoumi T., Eichengreen B. (1995), "Is regionalism simply a diversion? Evidence from the
evolution of the EC and EFTA", NBER Working Paper, 5283.
Bénassy-Quéré A., Fontagné L., Lahreche-Revil A. (2000), "Exchange Rate Strategies in the
Competition for Attracting FDI", Document de travail CEPII, 99-16.
Bergstrand J.H. (1985), "The Gravity Equation in International Trade : Some Microeconomic
Foundations and Empirical Evidence", Review of Economics and Statistics, 67: 474-481.
---------------------(1989), "The Generalized Gravity Equation, Monopolistic Competition, and the
Factor-Proportions Theory of International Trade", Review of Economics and Statistics,
23:143-153.
-------------------- (1990), "The Heckscher-Ohlin-Samuelson Model, the Linder Hypothesis and the
Determinants of Bilateral Intra-Industry Trade", The Economic Journal, 3: 1216-29.
Bikker J. (1987), "An international trade flow model with substitution: an extension of the gravity
model", Kyklos, 40: 315-337.
Bouët A. (2000), "La mesure des protections commerciales nationales", Document de Travail
CEPII, 2000-15.
Brada J., Mendez J. (1983), "Regional economic integration and the volume of intra-regional
trade: a comparison of developed and developing country experiences", Kyklos, 36: 589-603.
Breuss F., Egger P. (1997), "The Use and Misuse of Gravity Equations in European Integration
Research", WIFO Working Paper, 97-93.
Castilho M. (1999), "Protection et accès au marché européen : le cas du Mercosur". Thèse de
Doctorat, Université Paris I, juillet.
Deardorff A. V. (1995), "Determinants of Bilateral Trade : Does Gravity Work in a Neoclassical
World ? ", University of Michigan Discussion Paper, 382.
-------------------- (1998) "Does Growth Encourage Factor Price Equalization?", University of
Michigan
Discussion Paper, 431.
Eaton J., Tamura A. (1994), "Bilateralism and regionalism in Japanese and US trade and direct
foreign investment patterns" NBER working paper, 4758.
Egger P. (1999), "A Note on the Proper Econometric Specification of the Gravity Equation",
WIFO Working Paper, 99-108.
Engel C., Rose A.K. (2001), "Currencies Union and internaitonal Integration", CEPR Discussion
Paper, 2659.
Erkel-Rousse H., Mirza D. (2000), "Import Price-Elasticities: Reconsidering the Evidence",
mimeo, Université Paris I.
Ethier W.J. (1974), "Some of the Theorems of International Trade with Many Goods and
Factors", Journal of International Economics, 4: 199-206.
Evenett S., Keller W. (1998), "On Theories Explaining the Success of the Gravity Equation",
NBER Working Paper, 6529.
Feenstra R.C., Markusen J.A., Rose A.K. (2001), "Understanding the Home Market Effect and the
Gravity Equation: the Role of Differentiating Goods", Canadian Journal of Economics,
34(2), forthcoming.
Fontagné L., Péridy N. (1995), "Uruguay Round et pays en développement : le cas de l'Afrique
du Nord", Revue Economique, 46(3): 703-715.
Fontagné L., Freudenberg M., Péridy N. (1998), "Commerce international et structures de
marché : une vérification empirique", Economie et Prévision, 135: 147-167.
-------------------------------------------------- (1998-b), "Intra-Industry Trade and the Single Market: Quality
Matters", CEPR Discussion Paper, 1959.
Fontagné L. (1999), "Spécialisation et asymétrie des chocs en union monétaire", Revue
Française d’Economie, 14(2): 107-162.
Fontagné L., Pajot M. (1999), "Investissement Direct à l'Etranger et échanges extérieurs: un
impact plus fort aux Etats-Unis qu'en France" Economie et Statistiques, 326-327: 31-52.
Fontagné L., Freudenberg M., Pajot M. (1999), "Le potentiel d'échanges entre l'Union
européenne et les PECO : un réexamen", Revue Economique, 50(6): 1139-1168.
Frankel J.A., Wei S.J. (1993), "Trade Blocs and Currency Blocs", NBER Working Paper, 4335.
Freudenberg M:, Gaulier G: and Ünal-Kesenci D. (1998), "La régionalisation du commerce
international", Economie Internationale, 74: 15-41.
Fujita M., Krugman P., Venables A.J. (1999), The Spatial Economy ; Cities, Regions and
International Trade, MIT Press, Cambridge.
Fung K.C, Lau L.J. (1998), "A Price-Based Empirical Test of the Reciprocal Dumping Model",
mimeo, Stanford University.
Haveman J., Hummels D. (1998), "Trade Creation and Trade Diversion: New Empirical Results",
Journal of Transnational Management Development, 3(2) : 47-72.
---------------------------------(1999), "Alternative Hypotheses and the Volume of Trade : Evidence on the
Extent of Specialization", mimeo, Purdue University.
Havrylyshyn O., Pritchett L. (1991), "European Trade Patterns after the Transitions", PRE
Working Paper Series, 748, World Bank.
Head K., Mayer T. (2000), "Non-Europe: the Magnitude and Causes of Market Fragmentation in
the EU", Weltwirtschaftliches Archiv, 136(2): 285-314.
--------------------- (2000-b), "Everything You Always Wanted to Know About CES (but were afraid to
ask)", mimeo, University of British Columbia.
Helpman E., Krugman P. R. (1985), Market Structure and Foreign Trade, Wheatsheef Boods,
Harvester Press, MIT.
Henderson J.V., Shalizi Z. et Venables A. J. (2000), "Geography and Development", mimeo,
London School of Economics.
Hummels D. (1998), "Towards A Geography of Trade Costs", mimeo, University of Chicago,
July.
Hummels D., Levinsohn J. (1995), "Monopolistic Competition and International Trade:
Reconsidering the Evidence", Quarterly Journal of Economics: 799-836.
Krugman P. (1980) "Scale economies, product differentiation and the pattern of trade ”,
American Economic Review, 70(5): 950-959.
Krugman P. (1991), "The Move toward Free Trade Zones ", Federal Reserve Bank of Kansas City
Economic Review, November: 5-25
Lassudrie-Duchêne B. (1971), "La demande de différence et l'échange international," Cahiers de
l'ISEA, Economies et Sociétés, série relations internationales, 6.
Leamer E.D. (1987), "Path of Developement in the Three-Factor n-Good General Equilibrium
Model," Journal of Political Economy, 95(5): 961 999.
Limao N., Venables A.J. (2001) "Infrastructure, Geographical Disadvantage Transport Costs and
Trade", mimeo, http://econ.les.ac.uk/staff/ajv/
Linnemann H. (1966) An Econometric Study of International Trade Flows, Amsterdam, NorthHolland.
Matyas L., (1997), "Proper Econometric Specification of the Gravity Model", World Economy,
20(3): 363-368.
Matyas L., (1998), "The Gravity Model: Some Econometric Considerations", World Economy,
21(3): 397-401.
McCallum J. (1995), "National Borders matter: Canada-US Regional Trade Patterns", American
Economic Review, 35(6): 1295-1309.
Messerlin P. (2000), Measuring the Cost of Protection in Europe, Washington D.C., Institute for
International Economics, à paraître.
Oliveira-Martins J., Scarpetta S., Pilat D. (1996), "Comportement de taux de marge, structure de
marché et cycle économique", Revue Economique de l’OCDE, 27: 81-120.
Portes R., Rey H. (2000), "The Determinants of Cross-Border Equity Flows : The Geography of
Information", mimeo, London School of Economics.
Roelofsen H. et Srivastava S. (1993), "Promoting intraregional trade: a strategic approach for
developing countries", International Trade FORUM, 3: 7-12.
Rose A. K. (2000), "One Money, One Market", Economic Policy, 15(30): 7-46.
Rozanski et Yeats, (1994), "On the (in)accuracy of economic observations : An assessment of
trends in the reliability of international trade statistics", Journal of Development
Economics, 44: 103-130.
Sanso M., Cuarian R., Sanz F. (1993), "Bilateral trade Flows, the Gravity Equation, and
Functional Form", Review of Economics and Statistics: 266-275.
Soloaga I., Winters L.A. (1999) "How Has Regionalism in the 1990s Affected Trade", World
Bank Policy Research Working Paper, 2156.
Tinbergen J. (1962), Shaping the World Economy : Suggestions for an International Economic
Policy, New York, The Twentieth Century Fund.
Wei S.J. (1996), "Intra-National Versus International Trade; How Stubborn are Nations in Global
Integration? ", NBER Working paper, 5939.
Annexe 1 - Échantillon de pays (modèle Sud-Monde)
Pays exportateurs Code
hors-OCDE
iso
1
2
Argentine
Bangladesh
ARG
BGD
3
Bolivie
BOL
4
5
6
7
8
9
10
11
12
Brésil
Chili
Chine
Colombie
Cameroun
Costa Rica
Chypre
Rep. Tchèque
Équateur
BRA
CHL
CHN
COL
CMR
CRI
CYP
CZE
ECU
13
14
15
16
17
18
Égypte
Estonie
Guatemala
Honduras
Hongrie
Islande
EGY
EST
GTM
HND
HUN
ISL
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Inde
IND
Indonésie
IDN
Israël
ISR
Côte d’Ivoire CIV
Jamaïque
JAM
Jordanie
JOR
Kenya
KEN
Rép. Corée
KOR
Lettonie
LVA
Lituanie
LTU
Madagascar
MDG
Malaisie
MYS
Malte
MLT
Maurice
MUS
Mexique
MEX
Maroc
MAR
Nicaragua
NIC
Pakistan
PAK
Paraguay
PRY
Pérou
PER
Philippines
PHL
Pologne
POL
Arabie Saoudite SAU
Singapour
SGP
El Salvador
SLV
Slovénie
SVN
Soudan
SDN
Pays
OCDE
Code Pays exportateurs
iso hors-OCDE hors
échantillon
Australie
AUS
Algérie
Autriche
AUT
Rép.
Dém.
Congo
Belgique-Lux. BEL
Rép.
Dominicaine
Canada
CAN
Fidji
Suisse
CHE
Gabon
Allemagne
DEU
Ghana
Danemark
DNK
Liban
Espagne
ESP
Malawi
Finlande
FIN
Mozambique
France
FRA
Myanmar
Royaume-Uni GBR
Nigeria
Grèce
GRC
Papouasie N.
Guinée
Irlande
IRL
Sénégal
Italie
ITA
Sri Lanka
Japon
JPN
Syrie
Pays-Bas
NLD
Tanzanie
Norvège
NOR
Ouganda
Nouv. Zélande NZL
Émirats Arabes
Unis
Portugal
PRT
VietNam
Suède
SWE
Zambie
Etats-Unis
USA
Hong Kong
HKG
Code
Iso
DZA
COD
DOM
FJI
GAB
GHA
LBN
MWI
MOZ
MMR
NGA
PNG
SEN
LKA
SYR
TZA
UGA
ARE
VNM
ZMB
46
47
48
49
50
51
52
53
Thaïlande
Trinidad et
Tobago
Tunisie
Turquie
Uruguay
Venezuela
Zimbabwe
Union
Douanière
d’Afrique du
Sud
THA
TTO
TUN
TUR
URY
VEN
ZWE
ZAF
Annexe 2 - Ajustement des flux de commerce
Nous avons établi une règle homogène, la “règle des deux tiers ”, basée sur le fait généralement
admis que les statistiques à l’importation sont plus fiables que les statistiques à l’exportation.
Formellement, le flux d’échange du pays i vers le pays j est calculé comme une moyenne
pondérée des flux déclarés par le pays exportateur i (poids de 1/3) et par le pays importateur j
(poids de 2/3). Dans certains cas, il a fallu procéder à des ajustements supplémentaires, lorsqu’il
existait des écarts très importants ou que les données manquaient. Ces ajustements sont décrits
dans le tableau ci-dessous.
Ajustements particuliers par couple d’observation
Poids du Code iso
Pays imp. pays
% (*)
importate
ur
33.3
ECU
33.3
LVA
33.3
SVN
33.3
HUN
33.3
JAM
33.3
BOL
33.3
LVA
33.3
MAR
33.3
CHE
33.3
LTU
33.3
SVN
33.3
EST
33.3
KOR
33.3
ECU
33.3
EGY
33.3
GTM
33.3
HUN
33.3
KEN
33.3
PRY
33.3
VEN
33.3
EGY
33.3
HUN
33.3
MAR
33.3
EGY
33.3
MAC
33.3
PHL
33.3
VEN
33.3
EGY
33.3
MLT
33.3
URY
33.3
MAC
33.3
PHL
33.3
BGD
33.3
CRI
33.3
ECU
33.3
EGY
Code iso Poids du
pays
Pays imp.
exportate %(*)
ur
AUS
33.3
AUS
33.3
AUS
33.3
AUT
33.3
AUT
33.3
BEL
33.3
BEL
33.3
BEL
33.3
BOL
33.3
CAN
33.3
CAN
33.3
CHE
33.3
CHE
33.3
CHN
33.3
CHN
33.3
CHN
33.3
CHN
33.3
CHN
33.3
CHN
0
CHN
100
DEU
33.3
DEU
33.3
DEU
33.3
DNK
33.3
DNK
33.3
DNK
33.3
DNK
33.3
ESP
33.3
ESP
33.3
ESP
33.3
FIN
33.3
FIN
33.3
FRA
33.3
FRA
33.3
FRA
33.3
FRA
33.3
Code iso Code iso
pays
pays
importate exportate
ur
ur
HND
FRA
IND
FRA
JOR
FRA
MAC
FRA
MAR
FRA
MDG
FRA
MUS
FRA
PAK
FRA
URY
FRA
VEN
FRA
ECU
GBR
EGY
GBR
HND
GBR
LVA
GBR
MAC
GBR
MAR
GBR
URY
GBR
VEN
GBR
SGP
IDN
IDN
SGP
ZAF
ISL
CHL
ISR
IDN
ISR
IND
ISR
JOR
ISR
PER
ISR
EGY
ITA
GTM
ITA
JOR
ITA
MLT
ITA
PRY
ITA
URY
ITA
VEN
ITA
CHN
JOR
BOL
JPN
CZE
JPN
Poids du Code iso Code iso
Pays imp. pays
pays
%(*)
importate exportate
ur
ur
33.3
EGY
JPN
33.3
EST
JPN
33.3
MAC
JPN
33.3
POL
JPN
33.3
SDN
JPN
33.3
SVN
JPN
33.3
TUN
JPN
33.3
URY
JPN
33.3
CHN
MEX
33.3
CHL
NLD
33.3
DEU
NLD
33.3
HND
NLD
33.3
LVA
NLD
33.3
GRC
NOR
33.3
IDN
NOR
33.3
IND
NOR
33.3
LVA
NOR
33.3
MAR
NOR
33.3
MLT
NOR
33.3
SAU
NOR
33.3
TUN
NOR
33.3
CZE
NZL
33.3
ZWE
NZL
33.3
CHE
PER
33.3
IDN
PRT
33.3
IND
PRT
33.3
SGP
PRT
33.3
VEN
SWE
33.3
CYP
USA
33.3
EST
USA
33.3
HND
USA
33.3
LVA
USA
33.3
MUS
USA
33.3
PRY
USA
33.3
SDN
USA
33.3
SVN
USA
33.3
CHN
ZAF
Note : (*) Poids des statistiques du pays importateur (le poids des statistiques du pays exportateur étant égal
à 100% - poids des statistiques du pays importateur)
Annexe 3 - Estimation des paramètres, par secteur
Paramètres du modèle Sud-Monde
Secteur R2
constante Yi
Yj
yi
yj
DijR
Lij
LOME
COMES
ANDEAN CACM
CARICOM
1
2
3
4
5
6
7
8
9
10
11
12
13
14
0.62
0.62
0.57
0.63
0.69
0.61
0.68
0.66
0.58
0.61
0.57
0.59
0.69
0.36
-24.3389
-29.3904
-26.2526
-27.6179
-31.1900
-27.3513
-31.7824
-30.5827
-31.8165
-31.3286
-28.1046
-29.0062
-31.7240
-17.8206
1.0612
0.8359
0.7895
0.7529
0.8986
0.7371
0.8776
0.7996
0.6285
0.6794
0.6125
0.6902
0.7582
0.5362
-0.5205
0.2873
0.2518
-0.1437
0.6464
-0.071**
0.4226
0.6571
0.6792
0.6669
0.4334
(-0.0059)
0.4490
0.2085
0.3163
0.2886
0.0924
0.1541
-0.1418
0.3189
(-0.0009)
-0.0827
0.2499
0.1398
0.1062
0.7106
0.3423
-0.0919
-1.4843
-1.5701
-1.7887
-1.4391
-1.5704
-1.2211
-1.5635
-1.4201
-1.0316
-1.2827
-1.4397
-1.3080
-1.3097
-1.8201
0.5312
0.9231
0.4231
0.8948
0.9271
0.5054
0.7364
0.7346
0.6923
0.7663
0.4482
0.7193
1.1110
0.225**
1.2033
1.9482
1.1995
(0.0535)
-0.5694
-1.1648
(-0.2532)
(0.0958)
(-0.3347)
-1.0452
-0.479**
0.4682*
(0.0050)
-0.497**
1.3580
1.6453
1.0271*
1.8032
1.4555
1.4149
1.2757
1.2366
1.6664
0.9985*
1.2285**
1.4451
1.6796
(0.0393)
(0.5734)
2.2663
1.1887**
0.9510*
1.0311**
0.8295*
1.9991
0.8900*
(-0.6043)
(0.3481)
1.0280*
(0.5056)
1.0136**
1.2644**
4.2592
6.8934
5.4456
(1.3710)
6.2426
4.4791
5.9659
4.2193
(1.0667)
5.9440
(2.4137)
3.9141**
5.4234
7.2128
Total
0.76
-28.1310 1.3332 1.0534 0.2616
0.1866
-1.4046 0.8343
1.6043
1.4909
1.0037
1.1675
1.2185
1.0682
1.5208
1.4533
1.2618
1.5553
1.3485
1.3044
1.3372
1.2674
1.1306
1.3516
0.5301
2.4792
3.7397
2.7776
2.7049
3.6027
3.6272
3.3901
2.3450
1.9022
3.6519
1.7604
2.2159
3.4557
(0.2323
)
2.8232
5.6887
Paramètre du modèle OCDE-Monde
Secteur
R2
Total
0.85
constante Yi
-23.5220 1.0110
Yj
0.8440
yi
0.4480
yj
0.1680
DijR
-0.78
Lij
0.6950
Légende :
Niveau de probabilité de signification:
Par défaut, tous les coefficients sont significativement différents de 0 (probabilité de
signif. de 1%).
**: significativement différents de 0 (probabilité de signif. de 5%).
*: significativement différents de 0 (probabilité de signif. de 10%).
(~): non significativement différents de 0 (probabilité de signif. de 10%).
EU
0.3160
Annexe 4 - Variables muettes d’accords préférentiels
Les différentes variables muettes testées sont décrites ci-dessous, les variables retenues (apport
significatif au modèle) sont indiquées en gras.
1- Blocs commerciaux : La variable vaut 1 si les deux pays considérés appartiennent au bloc, 0
autrement.
Variables
Définition
ACM
Arab Common market
ANDEAN
Andean Pact
ASEAN
ASEAN
CACM
Central America Common Market
CARICOM Carribean Community and Common Market
CEFTA
Central European FTA
COMESA
Common Market for Eastern and Southern Africa
ECOWAS
Economic Community of West African States
EFTA
European Free Trade Agreement (AELE)
EU
European Union (UE)
GCC
Gulf Cooperation Council
MERCOSUR MERCOSUR
NAFTA
NAFTA (ALENA)
UDEAC
Union Douanière des Etats d'Afrique Centrale
2- Autres accords (bilatéraux-unilatéraux) préférentiels: La variable vaut 1 si le pays exportateur
bénéficie d'un accès privilégié sur le marché concerné, et 0 autrement.
Variables
Définition
AAEU
Accords préférentiel vers l'UE pour les pays de CEFTA, de EFTA ainsi que Malte et
Chypre.
Accords UE-Méditerranée (pays de l'accord de Barcelone de1995,
indépendamment de la mise en place ou non des accords de libre-échange: ces
pays bénéficient de fait d’un accès privilégié à l’UE, à caractère unilatéral).
Maghreb, Turquie et Israel vers l'UE.
Accords pays EFTA et CEFTA
Accords bilatéraux entre pays de ANDEAN et CARICOM.
Accords de Lomé
BARCA
EFTAAA
ANDCAR
LOME